<div dir="ltr"><div><div><div><div><div><div><div><div><div><div><div><div><div><div><div><div><div>Para
 mim é claro e evidente que a diferença entre uma regressão linear 
simples e uma múltipla é o número de variáveis preditoras (ou 
independentes) indiferentemente do grau do polinômio.<br>
<br></div>Vejamos a seguinte situação:<br></div>Y = a + bX<br></div>Y = a + bX + cZ<br><br></div>O que os diferencia? <br></div> - Ambos são polinômios do primeiro grau? Sim<br></div> - Ambos tem o mesmo número de variáveis preditoras? Não<br>

</div>   . Então isso os diferencia? Sim<br><br></div>Vejamos outra situação:<br></div>Y = a + bX + cX^2<br></div>Y = a + bX + cX^2 + dZ + dZ^2<br><br></div>O que os diferencia?<br></div> - Ambos são polinômios do segundo grau? Sim<br>

</div> - Ambos tem o mesmo número de variáveis preditoras? Não<br></div>  . Então isso os diferencia? Sim<br><br></div>Lembrando láaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa da matemática básica, todo <b>monômio </b>(comumente conhecido como regressão linear simples) é um <b>polinômio</b>. <br>

<br></div>Portanto, o que diferencia um polinômio simples de um múltiplo é o número de variáveis preditoras.<br><br></div>(s,f,p)<div class=""><div id=":1b2" class="" tabindex="0"><img class="" src="https://mail.google.com/mail/u/0/images/cleardot.gif"></div>
</div>
</div>