Quero Ficar Informado

Junte-se à lista Vip! Receba conteúdos exclusivos do mundo de estatística para concurso.

Seus dados estão seguros!
Acesse meus cadernos no TEC CONCUROSOS

Compartilhar:

Coeficiente de Determinação (R²): o que é, como calcular e questões

O coeficiente de determinação, o famoso R², responde a uma pergunta simples: quanto da variação de uma variável o modelo de regressão consegue explicar? Ele aparece em praticamente toda prova que cobra regressão, quase sempre junto da tabela ANOVA ou do coeficiente de correlação. Neste artigo você vai ver o que o R² mede, as três formas de calculá-lo, como interpretá-lo sem cair em pegadinhas e, no final, questões de concurso comentadas da FGV e do Cebraspe. Ao longo do texto há também uma calculadora que mostra todas as contas.

O que é o Coeficiente de Determinação

Quando ajustamos uma regressão linear simples, os valores de \(Y\) não caem todos em cima da reta. Parte da variação de \(Y\) acompanha a variação de \(X\) e é capturada pela reta ajustada. A outra parte fica de fora, nos resíduos. O coeficiente de determinação é justamente a fração da variabilidade total de \(Y\) que o modelo explica.

Por ser uma proporção, ele fica sempre entre 0 e 1, ou seja, \(0 \le R^2 \le 1\). Um R² igual a 0,80 significa que 80% da variação de \(Y\) em torno da sua média é explicada pela relação linear com \(X\), e os 20% restantes ficam por conta de outros fatores e do acaso. Nos extremos, \(R^2 = 1\) indica que todos os pontos estão exatamente sobre a reta, e \(R^2 = 0\) indica que a reta não explica nada além do que a própria média de \(Y\) já explicaria.

A Decomposição da Variabilidade

Para entender de onde vem o R², pense em cada observação \(y_i\). A distância dela até a média \(\bar{y}\) pode ser quebrada em dois pedaços: a distância da média até o valor previsto pela reta, \(\widehat{y}_i – \bar{y}\), e a distância do valor previsto até o valor observado, \(y_i – \widehat{y}_i\), que é o resíduo. Elevando ao quadrado e somando para todas as observações, chegamos à identidade mais importante da regressão:

\[ \underbrace{\sum (y_i – \bar{y})^2}_{SQT} = \underbrace{\sum (\widehat{y}_i – \bar{y})^2}_{SQReg} + \underbrace{\sum (y_i – \widehat{y}_i)^2}_{SQRes} \]

A SQT é a soma de quadrados total, que mede toda a variabilidade de \(Y\). A SQReg é a soma de quadrados da regressão, a parte explicada pela reta. A SQRes é a soma de quadrados dos resíduos, a parte que sobra. Em alguns livros e provas você também vai encontrar as siglas SQE e SQR, e aqui mora uma pegadinha: dependendo do autor, SQE pode significar soma de quadrados explicada ou soma de quadrados dos erros. Na hora da prova, leia a definição que o enunciado usa antes de fazer qualquer conta.

Para se aprofundar, o Departamento de Estatística da UFMG publicou um relatório técnico sobre o uso do R² para avaliar a utilidade de um modelo de regressão, que mostra como o coeficiente de determinação pode servir de base para um teste de hipóteses.

Como Calcular o R²

A definição direta vem da decomposição: o R² é a parte explicada dividida pelo total. Como SQT = SQReg + SQRes, a mesma conta pode ser feita pelo complemento:

\[ R^2 = \frac{SQReg}{SQT} = 1 – \frac{SQRes}{SQT} \]

Na regressão linear simples, existe um atalho que as bancas adoram: o R² é o quadrado do coeficiente de correlação linear de Pearson entre \(X\) e \(Y\). Usando as somas \(S_{xx}\), \(S_{yy}\) e \(S_{xy}\), que você já calcula para achar a reta, fica assim:

\[ R^2 = r^2 = \frac{S_{xy}^2}{S_{xx}\,S_{yy}} \]

Uma terceira forma aproveita a inclinação já estimada. Como \(SQReg = \widehat{\beta}_1\,S_{xy}\) e \(SQT = S_{yy}\), temos \(R^2 = \widehat{\beta}_1\,S_{xy}/S_{yy}\). Na prova, escolha a forma que usa os dados que o enunciado já entregou: se ele deu a tabela ANOVA, use as somas de quadrados; se deu a correlação, eleve ao quadrado; se deu os somatórios, use as somas \(S\).

Calculadora de Coeficiente de Determinação

Cole os seus dados e a calculadora mostra a reta ajustada, a decomposição SQT = SQReg + SQRes e o R², com todas as contas. Ela já vem com um exemplo preenchido: número de simulados feitos no mês (X) e nota na prova, de 0 a 5 (Y). É o mesmo exemplo resolvido logo abaixo.

Calculadora de coeficiente de determinação (R²)
Exemplo: X = simulados feitos no mês; Y = nota na prova (0 a 5). Separe os valores por espaço, ponto e vírgula ou quebra de linha. Use vírgula apenas para decimais (ex.: 2,5).

Exemplo Resolvido Passo a Passo

Considere os pares \((1, 2), (2, 4), (3, 5), (4, 4), (5, 5)\). As médias são \(\bar{x} = 3\) e \(\bar{y} = 4\). Os desvios de \(X\) em relação à média são \(-2, -1, 0, 1, 2\), e os de \(Y\) são \(-2, 0, 1, 0, 1\). Com eles, as três somas saem rápido:

\[ S_{xx} = 4 + 1 + 0 + 1 + 4 = 10 \qquad S_{yy} = 4 + 0 + 1 + 0 + 1 = 6 \qquad S_{xy} = 4 + 0 + 0 + 0 + 2 = 6 \]

A inclinação é \(\widehat{\beta}_1 = 6/10 = 0{,}6\), e a reta ajustada fica \(\widehat{Y} = 2{,}2 + 0{,}6X\). Agora a decomposição: a variabilidade total é \(SQT = S_{yy} = 6\), a parte explicada é \(SQReg = 0{,}6 \cdot 6 = 3{,}6\) e o que sobra nos resíduos é \(SQRes = 6 – 3{,}6 = 2{,}4\). Portanto:

\[ R^2 = \frac{3{,}6}{6} = 0{,}6 \qquad\text{ou, pelo atalho,}\qquad R^2 = \frac{6^2}{10 \cdot 6} = \frac{36}{60} = 0{,}6 \]

O modelo explica 60% da variação das notas. Repare que a correlação é \(r = 6/\sqrt{60} \approx 0{,}775\), um valor que parece alto, mas que corresponde a um R² bem mais modesto. Elevar ao quadrado sempre reduz um número entre 0 e 1, e essa diferença costuma ser explorada em itens do tipo certo ou errado.

Como Interpretar o R² sem Cair em Pegadinhas

O R² mede a qualidade do ajuste, mas não diz se o modelo está correto. Um R² alto não prova causalidade: duas variáveis podem andar juntas porque ambas dependem de uma terceira. Também não garante que os pressupostos do modelo valham. Um conjunto de dados com relação claramente curva pode ter R² razoável numa reta e, ainda assim, a reta ser o modelo errado. Por isso a análise de resíduos e a verificação de problemas como a heterocedasticidade continuam necessárias.

Outro ponto que cai muito: o R² perde o sinal da relação. Saber que \(R^2 = 0{,}81\) diz que \(|r| = 0{,}9\), mas não diz se a correlação é positiva ou negativa. O sinal de \(r\) é sempre o mesmo da inclinação \(\widehat{\beta}_1\), então quem decide é a reta.

Por fim, na regressão múltipla o R² nunca diminui quando se acrescenta uma variável ao modelo, mesmo que ela seja inútil. É por isso que existe o R² ajustado, que penaliza o número de variáveis explicativas. Na regressão simples, com uma única variável, essa questão não aparece, mas as bancas gostam de cobrar a diferença entre os dois.

Black Friday: Curso de Estatística para Concurso com 55% de desconto

R² e Coeficiente de Correlação: Qual a Diferença

Os dois estão ligados, mas respondem a perguntas diferentes. O coeficiente de correlação \(r\) mede a força e o sentido da associação linear entre duas variáveis, varia de −1 a 1 e é simétrico: a correlação entre \(X\) e \(Y\) é a mesma entre \(Y\) e \(X\). O R² mede quanto da variação da variável resposta é explicada por um modelo, varia de 0 a 1 e só faz sentido depois que se define quem explica quem. A identidade \(R^2 = r^2\) vale apenas na regressão linear simples com intercepto. Na regressão múltipla, o R² passa a ser o quadrado da correlação entre os valores observados e os valores previstos pelo modelo.

Curso de Estatística para Concurso: o mais completo para aprovação em estatística e probabilidade.

Questões de Concurso Comentadas

Agora é hora de treinar. Tente resolver cada questão antes de clicar em “Ver resolução comentada”. As três exploram exatamente os pontos vistos no artigo: as siglas das somas de quadrados, o intervalo de valores do R² e a relação entre R² e correlação.

Questão 1 (FGV): Fórmula do R² com SQT, SQE e SQR

(FGV, 2024, TJ AP, Analista Judiciário, Apoio Especializado, Estatístico) Suponha que foram calculados a soma quadrática total (SQT), a soma quadrática explicada (SQE) e a soma quadrática dos resíduos (SQR) de uma regressão.

A partir disso, o cálculo da medida que representa o coeficiente de determinação R2 é dado por:

(A) 1 − SQE / SQT;
(B) SQE / SQT;
(C) SQR / SQT;
(D) SQE / SQR;
(E) SQT / SQE.

Ver resolução comentada

Gabarito: B.

Esta questão é a pegadinha das siglas em estado puro. O primeiro passo não é lembrar uma fórmula, e sim ler o que o enunciado chama de quê. Aqui, SQE é a soma quadrática explicada e SQR é a soma quadrática dos resíduos. Traduzindo para a notação deste artigo, SQE corresponde à SQReg e SQR corresponde à SQRes.

Com isso, basta aplicar a definição: o R² é a parte explicada dividida pelo total.

\[ R^2 = \frac{SQE}{SQT} = 1 – \frac{SQR}{SQT} \]

A forma da esquerda é a alternativa B. Agora repare na alternativa A: \(1 – SQE/SQT\) seria a resposta certa se SQE significasse soma dos quadrados dos erros, como em vários livros. A banca colocou a fórmula correta para a convenção oposta justamente para pegar quem decorou a fórmula sem ler as definições. A alternativa C dá a proporção não explicada, que é \(1 – R^2\).

Questão 2 (Cebraspe): Intervalo de Valores do R²

(Cebraspe, 2026, DETRAN AL, Analista de Trânsito, Estatística) Considerando o modelo de regressão linear simples \(Y_i = \beta_0 + \beta_1 X_i + \varepsilon_i\), \(i = 1, \ldots, n\), em que os erros \(\varepsilon_i\) são independentes e identicamente distribuídos, com \(\varepsilon_i \sim N(0, \sigma^2)\), julgue o item subsequente.

O coeficiente de determinação \(R^2\) mede a proporção da variabilidade total de \(Y\) explicada pelo modelo, e, na regressão linear simples com intercepto, seu valor está sempre contido no intervalo [0,1].

( ) Certo   ( ) Errado

Ver resolução comentada

Gabarito: Certo.

O item tem duas afirmações, e as duas precisam estar certas. A primeira é a própria definição do R²: a proporção da variabilidade total de \(Y\) explicada pelo modelo. Até aqui, nenhuma dúvida.

A segunda depende de um detalhe que o Cebraspe fez questão de escrever: com intercepto. Quando o modelo tem intercepto, a decomposição \(SQT = SQReg + SQRes\) vale exatamente. Como as três parcelas são somas de quadrados, nenhuma é negativa, e então \(0 \le SQReg \le SQT\). Dividindo tudo por SQT, chega-se a \(0 \le R^2 \le 1\).

Por que a banca destacou o intercepto? Porque, num modelo sem intercepto (a reta forçada a passar pela origem), a decomposição em torno da média deixa de valer. Nesse caso, a conta \(1 – SQRes/SQT\) pode até dar um número negativo. Guarde esse detalhe: se um item futuro tirar o intercepto e mantiver a afirmação, a resposta muda.

Questão 3 (Cebraspe): Correlação a partir do R²

(Cebraspe, 2026, TCE RN, Auditor de Controle Externo, Estatística) Considere um modelo de regressão linear simples na forma

\[ y = \beta_0 + \beta_1 x + \varepsilon \]

no qual x representa o valor total, em milhões de reais, contratado para execução de obras públicas e y denota o percentual de aditivos contratuais (em percentagem), entendido como o aumento percentual do valor inicialmente contratado. O termo \(\varepsilon\) refere-se ao erro aleatório com média zero e variância \(\sigma^2\). Por meio de uma amostra aleatória de 27 contratos, obtiveram-se os seguintes resultados, fornecidos pelo método dos mínimos quadrados ordinários.

estimativa de \(\beta_1\)1,5
coeficiente de determinação do modelo81%
soma de quadrados total500

Com base nessas informações, julgue o item subsequente.

A correlação linear entre y e x é superior a 0,95.

( ) Certo   ( ) Errado

Ver resolução comentada

Gabarito: Errado.

Na regressão linear simples, \(R^2 = r^2\). Então a correlação sai de uma raiz quadrada, e o sinal vem da inclinação:

\[ |r| = \sqrt{0{,}81} = 0{,}9 \]

Como \(\widehat{\beta}_1 = 1{,}5\) é positivo, a correlação também é positiva: \(r = 0{,}9\). Esse valor é menor que 0,95, e o item está errado.

Repare em duas armadilhas. A primeira é a impressão de que 81% é um ajuste “quase perfeito” e, portanto, a correlação teria de ser altíssima. A conta mostra o contrário: para \(r\) passar de 0,95, o R² precisaria passar de \(0{,}95^2 = 0{,}9025\). A segunda é a soma de quadrados total igual a 500, que não serve para nada neste item. Ela só seria útil para obter \(SQReg = 0{,}81 \cdot 500 = 405\) e \(SQRes = 95\), em outros itens da mesma questão. O Cebraspe costuma colocar dados a mais na tabela para testar se você sabe escolher o que usar.

Conclusão

O coeficiente de determinação resume, num único número entre 0 e 1, quanto da variação da variável resposta o modelo explica. Para a prova, guarde a decomposição SQT = SQReg + SQRes, as três formas de cálculo e os limites da interpretação: R² alto não é sinônimo de causalidade nem de modelo correto, e ele não carrega o sinal da relação.

Se ainda não leu, veja o passo a passo da regressão linear simples, que mostra como chegar à reta ajustada antes de calcular o R².

Compartilhar:

Black Friday: Curso de Estatística para Concurso com 55% de desconto

Você vai gostar também:

Para enviar seu comentário, preencha os campos abaixo:

Deixe um comentário


*


*


Seja o primeiro a comentar!

BLACK FRIDAY

55% OFF por · acesso vitalício
00DIAS
00HORAS
00MIN
00SEG
Quero o curso com 55% OFF

Damos valor à sua privacidade

Nós e os nossos parceiros armazenamos ou acedemos a informações dos dispositivos, tais como cookies, e processamos dados pessoais, tais como identificadores exclusivos e informações padrão enviadas pelos dispositivos, para as finalidades descritas abaixo. Poderá clicar para consentir o processamento por nossa parte e pela parte dos nossos parceiros para tais finalidades. Em alternativa, poderá clicar para recusar o consentimento, ou aceder a informações mais pormenorizadas e alterar as suas preferências antes de dar consentimento. As suas preferências serão aplicadas apenas a este website.

Cookies estritamente necessários

Estes cookies são necessários para que o website funcione e não podem ser desligados nos nossos sistemas. Normalmente, eles só são configurados em resposta a ações levadas a cabo por si e que correspondem a uma solicitação de serviços, tais como definir as suas preferências de privacidade, iniciar sessão ou preencher formulários. Pode configurar o seu navegador para bloquear ou alertá-lo(a) sobre esses cookies, mas algumas partes do website não funcionarão. Estes cookies não armazenam qualquer informação pessoal identificável.

Cookies de desempenho

Estes cookies permitem-nos contar visitas e fontes de tráfego, para que possamos medir e melhorar o desempenho do nosso website. Eles ajudam-nos a saber quais são as páginas mais e menos populares e a ver como os visitantes se movimentam pelo website. Todas as informações recolhidas por estes cookies são agregadas e, por conseguinte, anónimas. Se não permitir estes cookies, não saberemos quando visitou o nosso site.

Cookies de funcionalidade

Estes cookies permitem que o site forneça uma funcionalidade e personalização melhoradas. Podem ser estabelecidos por nós ou por fornecedores externos cujos serviços adicionámos às nossas páginas. Se não permitir estes cookies algumas destas funcionalidades, ou mesmo todas, podem não atuar corretamente.

Cookies de publicidade

Estes cookies podem ser estabelecidos através do nosso site pelos nossos parceiros de publicidade. Podem ser usados por essas empresas para construir um perfil sobre os seus interesses e mostrar-lhe anúncios relevantes em outros websites. Eles não armazenam diretamente informações pessoais, mas são baseados na identificação exclusiva do seu navegador e dispositivo de internet. Se não permitir estes cookies, terá menos publicidade direcionada.

Visite as nossas páginas de Políticas de privacidade e Termos e condições.

Importante: Este site faz uso de cookies para melhorar sua experiência de navegação e recomendar conteúdo.