Albert Souza

Albert Souza

contato@albert-souza.com

Car Price

Veja o projeto no GitHub.

Acesse a aplicação desse projeto Aqui.

Análise, Inferência e Previsão de Preços de Carros Usados nos EUA

Objetivo

O objetivo deste projeto é estimar o preço de carros com base em variáveis como marca, modelo, ano, tamanho do motor, tipo de combustível, transmissão, quilometragem, número de portas e número de proprietários anteriores.

Além da previsão de preços, também foi realizada uma análise exploratória para entender como cada variável influencia no preço do carro.

Análise Exploratória de Dados (EDA)

Matriz de Correlação

A matriz de correlação evidencia algumas relações importantes entre as variáveis numéricas:

Matriz de Correlação

Correlação com Preço

O gráfico Hexbin demonstra a correlação entre preço e as variáveis mais relevantes.

Hexbin Correlations

Preço Médio por Tipo de Transmissão

Carros com transmissão automática tendem a ser mais caros.

Preço por Transmissão

Preço Médio por Tipo de Combustível

Carros elétricos são, em média, os mais caros, seguidos pelos híbridos.

Preço por Combustível

Preço Médio por Marca

A diferença de preço entre marcas não é tão significativa quanto esperado.

Preço por Marca

Preço Médio por Modelo

Embora existam variações de preço por modelo, não há uma tendência clara para todos.

Preço por Modelo

Seleção de Características

Com base na análise exploratória, foram selecionadas as seguintes variáveis para o modelo de previsão

Algoritmo Utilizado

O modelo escolhido foi Regressão Linear.

Resultados da Previsão

Apesar do erro ser baixo, alguns outliers foram encontrados, com um erro absoluto de até 1715.79.

Distribuição de Erros

Inferência

Os dados analisados permitem tirar algumas conclusões: