Desafio referente ao módulo: Regressão Linear

Introdução

Faaala Dev,

Nesse desafio você reforçará de forma prática os conceitos que aprendemos nesse módulo.

Como se trata de um desafio, ele necessita de alguns conhecimentos além dos abordados nesse módulo, então é importante ter autonomia para conseguir pesquisar essas coisas caso não saiba como resolver. Por isso, lembre-se, tenha calma e acredite no seu processo.

O aprendizado daqui é muito importante e com certeza você conseguirá sair com muito conhecimento bacana 💜

Sobre o desafio

Você é o administrador de uma fazenda que depende da irrigação para garantir a produtividade das culturas. Recentemente, você começou a registrar os dados de irrigação em um arquivo CSV, que contém informações sobre as horas de irrigação e a área irrigada correspondente por ângulo.

Seu objetivo é analisar esses dados para entender a relação entre o tempo de irrigação e a área efetivamente irrigada, permitindo otimizar os recursos hídricos da fazenda. Para isso, você decidiu utilizar um modelo de regressão linear para prever a área irrigada com base nas horas de irrigação.

Tarefa:

1. Carregar e Visualizar os Dados:
   • Carregue os dados de irrigação a partir de um arquivo CSV.
   • Visualize os dados para entender a estrutura e as variáveis disponíveis.
2. Análise Exploratória dos Dados (EDA):
   • Calcule as estatísticas descritivas das variáveis.
   • Crie gráficos de dispersão para visualizar a relação entre as horas de irrigação e a área irrigada por ângulo.
   • Analise a correlação entre as variáveis.
3. Construção do Modelo de Regressão Linear:
   • Divida os dados em conjuntos de treino e teste.
   • Treine um modelo de regressão linear utilizando as horas de irrigação como variável independente (X) e a área irrigada por ângulo como variável dependente (Y).
   • Imprima a equação da reta obtida pelo modelo.
4. Avaliação do Modelo:
   • Utilize as métricas de desempenho (MSE, MAE) para avaliar a precisão do modelo.
   • Visualize os resultados reais e preditos em um gráfico.
5. Análise de Resíduos:
   • Calcule e analise os resíduos do modelo.
   • Verifique a normalidade dos resíduos utilizando testes estatísticos e gráficos.
6. Predições de Exemplo:
   • Utilize o modelo para fazer predições. Por exemplo, preveja a área irrigada por ângulo para 15 horas de irrigação.

Dados:

dados_de_irrigacao.csv

Resolução