🎯 Caçador de Linearidade — Analisador Interativo de Regressões Locais

📘 Descrição Geral

O Caçador de Linearidade é uma aplicação interativa em Streamlit desenvolvida para detectar automaticamente as regiões mais lineares em dados experimentais contidos em arquivos CSV.

A ferramenta foi projetada para uso local, analisando múltiplos arquivos em um diretório de entrada, comparando diferentes tamanhos de janelas (percentuais do eixo X) e identificando o intervalo com o maior coeficiente de determinação (R²).

Além disso, o aplicativo calcula o erro padrão da inclinação (SE_B₁) para cada regressão linear, fornecendo uma medida adicional de consistência e precisão das estimativas.

---

⚙️ Estrutura do Projeto

.
├── index.py               # Código principal do aplicativo Streamlit
├── dados/                 # Diretório de entrada com arquivos CSV
│   ├── arquivo_1.csv
│   ├── arquivo_2.csv
│   ├── arquivo_3.csv
│   └── ... outros arquivos com a mesma estrutura .csv
├── README.md              # (este arquivo)

Cada arquivo CSV dentro de dados/ deve conter pelo menos duas colunas numéricas representando as variáveis independentes (X) e dependentes (Y).
Durante a execução, o usuário pode escolher quais colunas usar para análise.

---

🚀 Execução Local

1. Instalar dependências

O aplicativo requer Python 3.9+ e os seguintes pacotes:

pip install streamlit pandas numpy plotly

2. Preparar os dados

Certifique-se de que os arquivos CSV estejam dentro do diretório:

./dados/

3. Executar o aplicativo

Na raiz do projeto, execute:

streamlit run index.py

O navegador abrirá automaticamente em:

http://localhost:8501

---

🧭 Uso Interativo

1. Selecione os arquivos que deseja analisar (podem ser múltiplos).
2. Escolha as colunas que representam as variáveis X e Y.
3. Defina o intervalo percentual de Y (slider duplo na sidebar).
4. O app processa cada arquivo e cada janela percentual de X (100%, 80%, 60%, 40%, 20%), identificando a região com maior R² e calculando:
   • R² Máximo
   • Inclinação (B₁)
   • Intercepto (B₀)
   • Erro Padrão da Inclinação (SE_B₁)
5. Visualize o gráfico interativo mostrando:
   • Pontos experimentais
   • Região filtrada
   • Reta de regressão otimizada

---

📊 Saídas e Resultados

Os resultados são exibidos diretamente no app, mas também podem ser exportados (em versões futuras) como df_resultados_mestre, um DataFrame consolidado que armazena todas as janelas e arquivos processados.

Cada linha representa uma combinação de:

(arquivo, faixa de Y, percentual de janela X)

Com as métricas:

• R² Máx
• B₁ (Angular)
• SE(B₁)
• B₀ (Intercepto)
• Limites de X e Y da região linear

---

💡 Observações Técnicas

• O app é totalmente local — não requer internet nem upload para a nuvem.
• O diretório dados/ é lido automaticamente via os.listdir().
• Colunas não numéricas são automaticamente rejeitadas com mensagem de erro.

---

📄 Licença

Este projeto é de uso livre para fins acadêmicos, experimentais e de pesquisa.

Autor: Renan da Silva Guedes
Ano: 2025