Update src/streamlit_app.py

src/streamlit_app.py

@@ -2,7 +2,7 @@
 # coding: utf-8
 
 # =====================================================
-# Dashboard - Testes de Hipóteses com AmesHousing (Tarefa 4)
+# Dashboard - AmesHousing (Tarefa 4)
 # =====================================================
 
 import streamlit as st
@@ -12,7 +12,6 @@ import seaborn as sns
 import plotly.express as px
 import numpy as np
 
-from scipy import stats
 from scipy.stats import shapiro, levene, kruskal
 from statsmodels.formula.api import ols
 import statsmodels.api as sm
@@ -25,389 +24,315 @@ from sklearn.metrics import mean_squared_error, mean_absolute_error, r2_score
 # Configuração da Página
 # -----------------------------------------------------
 st.set_page_config(
-    page_title="Dashboard - Testes de Hipóteses com AmesHousing",
+    page_title="Dashboard - AmesHousing (Tarefa 4)",
     layout="wide",
     initial_sidebar_state="expanded"
 )
 
-st.markdown("<h1 style='text-align:center;color:#003366;'>Simulador de Testes de Hipótese</h1>", unsafe_allow_html=True)
-st.markdown("<h3 style='text-align:center;color:#003366;'>Análise do Dataset AmesHousing</h3>", unsafe_allow_html=True)
+st.markdown("<h1 style='text-align:center;color:#003366;'>Análise do Dataset AmesHousing</h1>", unsafe_allow_html=True)
 st.markdown("---")
 
 # -----------------------------------------------------
-# Abas do Dashboard
+# Leitura do CSV
 # -----------------------------------------------------
-tabs = st.tabs(["Simulações Teóricas", "Análise AmesHousing"])  # mantém as abas existentes
+@st.cache_data
+def carregar_dados():
+    paths_tentativa = [
+        "AmesHousing.csv",
+        "/mnt/data/AmesHousing.csv",
+        "../Dados/AmesHousing.csv",
+    ]
+    last_err = None
+    for p in paths_tentativa:
+        try:
+            df = pd.read_csv(p)
+            return df
+        except Exception as e:
+            last_err = e
+            continue
+    raise RuntimeError(f"Não foi possível carregar o AmesHousing.csv. Último erro: {last_err}")
+
+casa_data = carregar_dados()
+casa_data.columns = casa_data.columns.str.strip().str.replace(" ", "_")
+
+# -----------------------------
+# Sidebar — Filtros + Seleção de Variáveis (Regressão)
+# -----------------------------
+st.sidebar.markdown("### Filtros AmesHousing")
+
+bairros = st.sidebar.multiselect(
+    "Selecione bairros",
+    options=sorted(casa_data["Neighborhood"].dropna().unique()),
+    default=None
+)
 
-# -----------------------------------------------------
-# Aba 1: Simulações Teóricas (inalterada)
-# -----------------------------------------------------
-with tabs[0]:
-    #st.subheader("")
-
-    st.sidebar.markdown("### Parâmetros do Teste (Proporção)")
-    p_pop      = st.sidebar.slider("Proporção populacional (H0)", 0.0, 1.0, 0.1, 0.01, key="p_pop")
-    p_sample   = st.sidebar.slider("Proporção amostral", 0.0, 1.0, 0.12, 0.01, key="p_sample")
-    n          = st.sidebar.slider("Tamanho da amostra", 100, 10000, 1000, 10, key="n_sample")
-    alpha_prop = st.sidebar.slider("Nível de significância (α)", 0.01, 0.10, 0.05, 0.01, key="alpha_prop")
-
-    se      = np.sqrt(p_pop*(1-p_pop)/n)
-    z       = (p_sample - p_pop)/se
-    p_value = 2*(1 - stats.norm.cdf(abs(z)))
-
-    st.write(f"**Z** = {z:.4f}")
-    st.write(f"**p-valor** = {p_value:.4f}")
-    if p_value < alpha_prop:
-        st.write("**Rejeitamos H0**: diferença significativa.")
+dados_filtrados = casa_data.copy()
+if bairros:
+    dados_filtrados = dados_filtrados[dados_filtrados["Neighborhood"].isin(bairros)]
+
+st.sidebar.markdown("---")
+st.sidebar.subheader("Regressão Linear — Tarefa 4 (PPCA/UnB)")
+st.sidebar.markdown("Selecione variáveis para modelagem do **SalePrice** (alvo).")
+
+candidatos_numericas = [
+    c for c in [
+        'Bedroom_AbvGr','Full_Bath','Half_Bath','TotRms_AbvGrd','Gr_Liv_Area',
+        'Garage_Cars','Garage_Area','Overall_Qual','Overall_Cond','Year_Built','Lot_Area',
+        'Fireplaces'
+    ] if c in dados_filtrados.columns
+]
+candidatos_categoricas = [c for c in ['Neighborhood','House_Style','Bldg_Type','Garage_Type','Kitchen_Qual'] if c in dados_filtrados.columns]
+
+feats_num = st.sidebar.multiselect("Numéricas", options=candidatos_numericas, default=['Bedroom_AbvGr','Garage_Cars','Gr_Liv_Area'] if 'Garage_Cars' in candidatos_numericas else candidatos_numericas[:2])
+feats_cat = st.sidebar.multiselect("Categóricas", options=candidatos_categoricas, default=['Neighborhood'] if 'Neighborhood' in candidatos_categoricas else [])
+
+interagir = st.sidebar.checkbox("Adicionar interação entre duas variáveis", value=False)
+inter_1 = inter_2 = None
+if interagir:
+    inter_1 = st.sidebar.selectbox("Variável 1 (para interação)", options=feats_num + feats_cat, index=0 if feats_num else 0)
+    inter_2 = st.sidebar.selectbox("Variável 2 (para interação)", options=[v for v in feats_num + feats_cat if v != inter_1], index=0)
+
+usar_logy = st.sidebar.checkbox("Aplicar transformação log(SalePrice) caso pressupostos sejam violados", value=False)
+teste_size = st.sidebar.slider("Proporção de teste (holdout)", 0.1, 0.5, 0.2, 0.05)
+alpha_reg = st.sidebar.slider("Nível de significância (α) — Regressão", 0.01, 0.10, 0.05, 0.01)
+
+# -------------------------------------------------
+# Conteúdo principal — Análises
+# -------------------------------------------------
+
+# Distribuição de Preço de Venda
+st.subheader("Distribuição do Preço de Venda")
+if not dados_filtrados.empty:
+    fig, ax = plt.subplots(figsize=(8,5))
+    sns.histplot(dados_filtrados['SalePrice'], kde=True, ax=ax)
+    ax.set_title("Distribuição do Preço de Venda")
+    st.pyplot(fig)
+else:
+    st.warning("Nenhum dado disponível com os filtros aplicados.")
+
+# Boxplots
+st.subheader("Boxplots das Variáveis Selecionadas")
+variavel = st.selectbox(
+    "Escolha a variável categórica para comparar preços:",
+    ["Neighborhood","Garage_Type","Fireplaces"]
+)
+
+if not dados_filtrados.empty:
+    if len(dados_filtrados[variavel].dropna().unique()) > 1:
+        fig2, ax2 = plt.subplots(figsize=(12,6))
+        sns.boxplot(x=variavel, y="SalePrice", data=dados_filtrados, ax=ax2)
+        plt.xticks(rotation=90)
+        ax2.set_title(f"Preço de Venda por {variavel}")
+        st.pyplot(fig2)
+    else:
+        st.warning(f"Não é possível gerar boxplot: apenas uma categoria em {variavel} após os filtros.")
+
+# Scatter interativo
+st.subheader("Preço Médio de Venda por Bairro")
+if not dados_filtrados.empty:
+    bairro_grouped = dados_filtrados.groupby('Neighborhood').agg(
+        count=('SalePrice','size'),
+        mean_price=('SalePrice','mean')
+    ).reset_index()
+
+    bairro_filtered = bairro_grouped[bairro_grouped['count'] >= 5]
+    if not bairro_filtered.empty:
+        fig3 = px.scatter(
+            bairro_filtered,
+            x='mean_price',
+            y='Neighborhood',
+            size='count',
+            color='Neighborhood',
+            title='Preço Médio de Venda vs Bairro (Ames, Iowa)',
+            labels={'mean_price': 'Preço Médio de Venda', 'Neighborhood':'Bairro'},
+            opacity=0.8
+        )
+        st.plotly_chart(fig3, use_container_width=True)
     else:
-        st.write("**Não rejeitamos H0**: sem diferença significativa.")
+        st.warning("Não há bairros suficientes após filtros para gerar o gráfico.")
+
+# ANOVA
+st.subheader("ANOVA para Neighborhood, Garage_Type e Fireplaces")
+alpha = st.sidebar.slider(
+    "Nível de significância (α) - ANOVA AmesHousing",
+    0.01,0.10,0.05,0.01,
+    key="alpha_ames"
+)
 
-# -----------------------------------------------------
-# Aba 2: Análise AmesHousing + (NOVO) Regressão para Tarefa 4
-# -----------------------------------------------------
-with tabs[1]:
-    st.subheader("Análise de Variância - AmesHousing Dataset")
-    st.markdown("---")
-
-    # Leitura do CSV — ajustado para usar o arquivo enviado com o app
-    @st.cache_data
-    def carregar_dados():
-        paths_tentativa = [
-            "AmesHousing.csv",               # mesma pasta do app
-            "/mnt/data/AmesHousing.csv",     # caminho do ambiente atual
-            "../Dados/AmesHousing.csv",      # caminho original do código
-        ]
-        last_err = None
-        for p in paths_tentativa:
-            try:
-                df = pd.read_csv(p)
-                return df
-            except Exception as e:
-                last_err = e
-                continue
-        raise RuntimeError(f"Não foi possível carregar o AmesHousing.csv. Último erro: {last_err}")
+if not dados_filtrados.empty:
+    for nome in ["Neighborhood", "Garage_Type", "Fireplaces"]:
+        categorias = dados_filtrados[nome].dropna().unique()
+        if len(categorias) < 2:
+            st.warning(f"ANOVA não pôde ser realizada para **{nome}** (menos de 2 grupos após os filtros).")
+            continue
+
+        modelo = ols(f'SalePrice ~ C({nome})', data=dados_filtrados).fit()
+        st.markdown(f"#### ANOVA - {nome}")
+        anova = sm.stats.anova_lm(modelo, typ=2)
+        st.dataframe(anova)
+
+    # Validação dos Pressupostos
+    st.markdown("### Validação dos Pressupostos da ANOVA")
+
+    st.markdown("#### Teste de Normalidade (Shapiro-Wilk)")
+    for nome in ["Neighborhood","Garage_Type","Fireplaces"]:
+        categorias = dados_filtrados[nome].dropna().unique()
+        if len(categorias) < 2:
+            continue
+        modelo = ols(f'SalePrice ~ C({nome})', data=dados_filtrados).fit()
+        residuos = modelo.resid
+        stat, p = shapiro(residuos.dropna())
+        st.write(f"{nome}: estatística={stat:.3f}, p={p:.3f}  "
+                 + ("resíduos normais" if p >= alpha else "violação de normalidade"))
+
+    st.markdown("#### Teste de Homocedasticidade (Levene)")
+    for nome in ["Neighborhood","Garage_Type","Fireplaces"]:
+        grupos = [grupo["SalePrice"].dropna() for _, grupo in dados_filtrados.groupby(nome)]
+        if len(grupos) < 2:
+            continue
+        stat, p = levene(*grupos)
+        st.write(f"{nome}: estatística={stat:.3f}, p={p:.3f}  "
+                 + ("variâncias iguais" if p >= alpha else "variâncias diferentes"))
+
+    st.markdown("### Teste não-paramétrico (Kruskal-Wallis)")
+    for nome in ["Neighborhood","Garage_Type","Fireplaces"]:
+        grupos = [grupo["SalePrice"].dropna() for _, grupo in dados_filtrados.groupby(nome)]
+        if len(grupos) < 2:
+            continue
+        stat, p = kruskal(*grupos)
+        st.write(f"{nome}: estatística={stat:.3f}, p={p:.3f}  "
+                 + ("diferenças significativas" if p < alpha else "sem diferença significativa"))
+
+# =================================================
+# Regressão Linear — Tarefa 4
+# =================================================
+
+def construir_formula(y, feats_num, feats_cat, inter_1=None, inter_2=None):
+    termos = []
+    termos += feats_num
+    termos += [f"C({c})" for c in feats_cat]
+    if inter_1 and inter_2:
+        a = f"C({inter_1})" if inter_1 in feats_cat else inter_1
+        b = f"C({inter_2})" if inter_2 in feats_cat else inter_2
+        termos.append(f"{a}:{b}")
+    rhs = " + ".join(termos) if termos else "1"
+    return f"{y} ~ {rhs}"
+
+if st.button("Ajustar modelo"):
+    cols_necessarias = ['SalePrice'] + feats_num + feats_cat
+    if interagir and inter_1 and inter_2:
+        cols_necessarias += [inter_1, inter_2]
+    df_modelo = dados_filtrados[cols_necessarias].dropna().copy()
+    if df_modelo.empty:
+        st.error("Sem dados suficientes após remoção de NAs nas variáveis selecionadas.")
+    else:
+        y_col = 'SalePrice'
+        if usar_logy:
+            df_modelo['SalePrice'] = np.log(df_modelo['SalePrice'].astype(float))
+            y_col = 'SalePrice'
 
-    casa_data = carregar_dados()
-    casa_data.columns = casa_data.columns.str.strip().str.replace(" ", "_")
+        formula = construir_formula(y_col, feats_num, feats_cat, inter_1 if interagir else None, inter_2 if interagir else None)
 
-    # -----------------------------
-    # Amostragem (mantém comportamento anterior)
-    # -----------------------------
-    n_amostra = st.session_state.get("n_sample", len(casa_data))
-    if n_amostra < len(casa_data):
-        dados = casa_data.sample(n=n_amostra, random_state=42)
-    else:
-        dados = casa_data.copy()
-
-    # -----------------------------
-    # Filtro interativo no sidebar
-    # -----------------------------
-    st.sidebar.markdown("### Filtros AmesHousing")
-
-    bairros = st.sidebar.multiselect(
-        "Selecione bairros",
-        options=sorted(dados["Neighborhood"].dropna().unique()),
-        default=None
-    )
-
-    # Aplicar filtro
-    dados_filtrados = dados.copy()
-    if bairros:
-        dados_filtrados = dados_filtrados[dados_filtrados["Neighborhood"].isin(bairros)]
-
-    # -------------------------------------------------
-    # Análise Exploratória (existente)
-    # -------------------------------------------------
-    st.markdown("### Distribuição do Preço de Venda")
-    if not dados_filtrados.empty:
-        fig, ax = plt.subplots(figsize=(8,5))
-        sns.histplot(dados_filtrados['SalePrice'], kde=True, ax=ax)
-        ax.set_title("Distribuição do Preço de Venda")
-        st.pyplot(fig)
-    else:
-        st.warning("Nenhum dado disponível com os filtros aplicados.")
-
-    # Boxplots (existente)
-    st.markdown("### Boxplots das Variáveis Selecionadas")
-    variavel = st.selectbox(
-        "Escolha a variável categórica para comparar preços:",
-        ["Neighborhood","Garage_Type","Fireplaces"]
-    )
-
-    if not dados_filtrados.empty:
-        if len(dados_filtrados[variavel].dropna().unique()) > 1:
-            fig2, ax2 = plt.subplots(figsize=(12,6))
-            sns.boxplot(x=variavel, y="SalePrice", data=dados_filtrados, ax=ax2)
-            plt.xticks(rotation=90)
-            ax2.set_title(f"Preço de Venda por {variavel}")
-            st.pyplot(fig2)
-        else:
-            st.warning(f"Não é possível gerar boxplot: apenas uma categoria em {variavel} após os filtros.")
-
-    # Scatter interativo (média de preço por bairro) — existente
-    st.markdown("### Preço Médio de Venda por Bairro")
-    if not dados_filtrados.empty:
-        bairro_grouped = dados_filtrados.groupby('Neighborhood').agg(
-            count=('SalePrice','size'),
-            mean_price=('SalePrice','mean')
-        ).reset_index()
-
-        bairro_filtered = bairro_grouped[bairro_grouped['count'] >= 5]
-        if not bairro_filtered.empty:
-            fig3 = px.scatter(
-                bairro_filtered,
-                x='mean_price',
-                y='Neighborhood',
-                size='count',
-                color='Neighborhood',
-                title='Preço Médio de Venda vs Bairro (Ames, Iowa)',
-                labels={'mean_price': 'Preço Médio de Venda', 'Neighborhood':'Bairro'},
-                opacity=0.8
-            )
-            st.plotly_chart(fig3, use_container_width=True)
-        else:
-            st.warning("Não há bairros suficientes após filtros para gerar o gráfico.")
-
-    # -------------------------------------------------
-    # ANOVA — existente
-    # -------------------------------------------------
-    st.markdown("### ANOVA para Neighborhood, Garage_Type e Fireplaces")
-    alpha = st.sidebar.slider(
-        "Nível de significância (α) - ANOVA AmesHousing",
-        0.01,0.10,0.05,0.01,
-        key="alpha_ames"
-    )
-
-    if not dados_filtrados.empty:
-        for nome in ["Neighborhood", "Garage_Type", "Fireplaces"]:
-            categorias = dados_filtrados[nome].dropna().unique()
-            if len(categorias) < 2:
-                st.warning(f"ANOVA não pôde ser realizada para **{nome}** (menos de 2 grupos após os filtros).")
-                continue
+        df_treino, df_teste = train_test_split(df_modelo, test_size=teste_size, random_state=42)
+        model = ols(formula, data=df_treino).fit()
 
-            modelo = ols(f'SalePrice ~ C({nome})', data=dados_filtrados).fit()
-            st.markdown(f"#### ANOVA - {nome}")
-            anova = sm.stats.anova_lm(modelo, typ=2)
-            st.dataframe(anova)
-
-        # -------------------------------------------------
-        # Validação dos Pressupostos — existente
-        # -------------------------------------------------
-        st.markdown("### Validação dos Pressupostos da ANOVA")
-
-        st.markdown("#### Teste de Normalidade (Shapiro-Wilk)")
-        for nome in ["Neighborhood","Garage_Type","Fireplaces"]:
-            categorias = dados_filtrados[nome].dropna().unique()
-            if len(categorias) < 2:
-                st.warning(f"Shapiro-Wilk não pôde ser realizado para **{nome}** (menos de 2 grupos após os filtros).")
-                continue
+        st.markdown("#### Especificação do Modelo")
+        st.code(formula)
 
-            modelo = ols(f'SalePrice ~ C({nome})', data=dados_filtrados).fit()
-            residuos = modelo.resid
-            stat, p = shapiro(residuos.dropna())
-            st.write(f"{nome}: estatística={stat:.3f}, p={p:.3f}  "
-                     + ("resíduos normais" if p >= alpha else "violação de normalidade"))
-
-        st.markdown("#### Teste de Homocedasticidade (Levene)")
-        for nome in ["Neighborhood","Garage_Type","Fireplaces"]:
-            grupos = [grupo["SalePrice"].dropna() for _, grupo in dados_filtrados.groupby(nome)]
-            if len(grupos) < 2:
-                st.warning(f"Levene não pôde ser realizado para **{nome}** (menos de 2 grupos após os filtros).")
-                continue
+        st.markdown("#### Coeficientes e Inferência")
+        st.dataframe(model.summary2().tables[1])
 
-            stat, p = levene(*grupos)
-            st.write(f"{nome}: estatística={stat:.3f}, p={p:.3f}  "
-                     + ("variâncias iguais" if p >= alpha else "variâncias diferentes"))
-
-        # -------------------------------------------------
-        # Kruskal-Wallis — existente
-        # -------------------------------------------------
-        st.markdown("### Teste não-paramétrico (Kruskal-Wallis)")
-        for nome in ["Neighborhood","Garage_Type","Fireplaces"]:
-            grupos = [grupo["SalePrice"].dropna() for _, grupo in dados_filtrados.groupby(nome)]
-            if len(grupos) < 2:
-                st.warning(f"Kruskal-Wallis não pôde ser realizado para **{nome}** (menos de 2 grupos após os filtros).")
+        sig = model.pvalues < alpha_reg
+        interpretacoes = []
+        for nome, beta in model.params.items():
+            if nome == 'Intercept':
                 continue
+            tag = "significativo" if sig.get(nome, False) else "não significativo"
+            direcao = "aumenta" if beta > 0 else "reduz"
+            interpretacoes.append(f"• {nome}: {tag}; coef. {beta:.3f} ⇒ {direcao} o preço esperado, ceteris paribus.")
+        if interpretacoes:
+            st.markdown("**Leitura rápida dos coeficientes:**\n" + "\n".join(interpretacoes))
+
+        y_true = df_teste['SalePrice']
+        y_pred = model.predict(df_teste)
+        if usar_logy:
+            y_true_exp = np.exp(y_true)
+            y_pred_exp = np.exp(y_pred)
+            R2 = r2_score(y_true_exp, y_pred_exp)
+            RMSE = mean_squared_error(y_true_exp, y_pred_exp, squared=False)
+            MAE = mean_absolute_error(y_true_exp, y_pred_exp)
+        else:
+            R2 = r2_score(y_true, y_pred)
+            RMSE = mean_squared_error(y_true, y_pred, squared=False)
+            MAE = mean_absolute_error(y_true, y_pred)
 
-            stat, p = kruskal(*grupos)
-            st.write(f"{nome}: estatística={stat:.3f}, p={p:.3f}  "
-                     + ("diferenças significativas" if p < alpha else "sem diferença significativa"))
-
-    # =================================================
-    # (NOVO) Regressão Linear — atende à Tarefa 4 (itens a–d)
-    # =================================================
-    st.markdown("---")
-    st.subheader("Regressão Linear — Tarefa 4 (PPCA/UnB)")
-
-    st.markdown("Selecione variáveis para modelagem do **SalePrice** (alvo).")
-
-    # Sugestões de variáveis comumente utilizadas
-    candidatos_numericas = [
-        c for c in [
-            'Bedroom_AbvGr','Full_Bath','Half_Bath','TotRms_AbvGrd','Gr_Liv_Area',
-            'Garage_Cars','Garage_Area','Overall_Qual','Overall_Cond','Year_Built','Lot_Area',
-            'Fireplaces'
-        ] if c in dados_filtrados.columns
-    ]
-    candidatos_categoricas = [c for c in ['Neighborhood','House_Style','Bldg_Type','Garage_Type','Kitchen_Qual'] if c in dados_filtrados.columns]
+        met_df = pd.DataFrame({
+            'Métrica': ['R²', 'RMSE', 'MAE'],
+            'Valor': [R2, RMSE, MAE]
+        })
+        st.markdown("#### Avaliação do Modelo (holdout)")
+        st.dataframe(met_df)
+
+        residuos = model.resid
+        fitted = model.fittedvalues
 
-    with st.expander("Seleção de variáveis"):
-        cols = st.columns(2)
+        cols = st.columns(3)
         with cols[0]:
-            feats_num = st.multiselect("Numéricas", options=candidatos_numericas, default=['Bedroom_AbvGr','Garage_Cars','Gr_Liv_Area'] if 'Garage_Cars' in candidatos_numericas else candidatos_numericas[:2])
+            st.markdown("**Resíduos vs Ajustados** (homocedasticidade)")
+            fig_r, ax_r = plt.subplots(figsize=(4,3))
+            ax_r.scatter(fitted, residuos, alpha=0.5)
+            ax_r.axhline(0, color='red', linestyle='--')
+            ax_r.set_xlabel('Ajustados')
+            ax_r.set_ylabel('Resíduos')
+            st.pyplot(fig_r)
         with cols[1]:
-            feats_cat = st.multiselect("Categóricas", options=candidatos_categoricas, default=['Neighborhood'] if 'Neighborhood' in candidatos_categoricas else [])
-
-        interagir = st.checkbox("Adicionar interação entre duas variáveis", value=False)
-        inter_1 = inter_2 = None
-        if interagir:
-            inter_1 = st.selectbox("Variável 1 (para interação)", options=feats_num + feats_cat, index=0 if feats_num else 0)
-            inter_2 = st.selectbox("Variável 2 (para interação)", options=[v for v in feats_num + feats_cat if v != inter_1], index=0)
-
-        usar_logy = st.checkbox("Aplicar transformação log(SalePrice) caso pressuspostos sejam violados", value=False)
-        teste_size = st.slider("Proporção de teste (holdout)", 0.1, 0.5, 0.2, 0.05)
-        alpha_reg = st.slider("Nível de significância (α) — Regressão", 0.01, 0.10, 0.05, 0.01)
-
-    # Construção da fórmula patsy
-    def construir_formula(y, feats_num, feats_cat, inter_1=None, inter_2=None):
-        termos = []
-        termos += feats_num
-        termos += [f"C({c})" for c in feats_cat]
-        if inter_1 and inter_2:
-            a = f"C({inter_1})" if inter_1 in feats_cat else inter_1
-            b = f"C({inter_2})" if inter_2 in feats_cat else inter_2
-            termos.append(f"{a}:{b}")  # interação
-        rhs = " + ".join(termos) if termos else "1"
-        return f"{y} ~ {rhs}"
-
-    if st.button("Ajustar modelo"):
-        # Pré-seleção de colunas necessárias
-        cols_necessarias = ['SalePrice'] + feats_num + feats_cat
-        if interagir and inter_1 and inter_2:
-            cols_necessarias += [inter_1, inter_2]
-        df_modelo = dados_filtrados[cols_necessarias].dropna().copy()
-        if df_modelo.empty:
-            st.error("Sem dados suficientes após remoção de NAs nas variáveis selecionadas.")
-        else:
-            y_col = 'SalePrice'
-            if usar_logy:
-                df_modelo['SalePrice'] = np.log(df_modelo['SalePrice'].astype(float))
-                y_col = 'SalePrice'
-
-            formula = construir_formula(y_col, feats_num, feats_cat, inter_1 if interagir else None, inter_2 if interagir else None)
-
-            # Split treino/teste
-            df_treino, df_teste = train_test_split(df_modelo, test_size=teste_size, random_state=42)
-
-            # Ajuste usando a fórmula (statsmodels cuida de dummies de C())
-            model = ols(formula, data=df_treino).fit()
-
-            st.markdown("#### Especificação do Modelo")
-            st.code(formula)
-
-            st.markdown("#### Coeficientes e Inferência")
-            st.dataframe(model.summary2().tables[1])
-
-            # Interpretação simples (sinal e significância)
-            sig = model.pvalues < alpha_reg
-            interpretacoes = []
-            for nome, beta in model.params.items():
-                if nome == 'Intercept':
-                    continue
-                tag = "significativo" if sig.get(nome, False) else "não significativo"
-                direcao = "aumenta" if beta > 0 else "reduz"
-                interpretacoes.append(f"• {nome}: {tag}; coef. {beta:.3f} ⇒ {direcao} o preço esperado, ceteris paribus.")
-            if interpretacoes:
-                st.markdown("**Leitura rápida dos coeficientes:**\n" + "\n".join(interpretacoes))
-
-            # Predição e métricas
-            y_true = df_teste['SalePrice']
-            y_pred = model.predict(df_teste)
-            if usar_logy:
-                # volta à escala original
-                y_true_exp = np.exp(y_true)
-                y_pred_exp = np.exp(y_pred)
-                R2 = r2_score(y_true_exp, y_pred_exp)
-                RMSE = mean_squared_error(y_true_exp, y_pred_exp, squared=False)
-                MAE = mean_absolute_error(y_true_exp, y_pred_exp)
-            else:
-                R2 = r2_score(y_true, y_pred)
-                RMSE = mean_squared_error(y_true, y_pred, squared=False)
-                MAE = mean_absolute_error(y_true, y_pred)
-
-            met_df = pd.DataFrame({
-                'Métrica': ['R²', 'RMSE', 'MAE'],
-                'Valor': [R2, RMSE, MAE]
-            })
-            st.markdown("#### Avaliação do Modelo (holdout)")
-            st.dataframe(met_df)
-
-            # Resíduos para pressupostos
-            residuos = model.resid
-            fitted = model.fittedvalues
-
-            cols = st.columns(3)
-            with cols[0]:
-                st.markdown("**Resíduos vs Ajustados** (homocedasticidade)")
-                fig_r, ax_r = plt.subplots(figsize=(4,3))
-                ax_r.scatter(fitted, residuos, alpha=0.5)
-                ax_r.axhline(0, color='red', linestyle='--')
-                ax_r.set_xlabel('Ajustados')
-                ax_r.set_ylabel('Resíduos')
-                st.pyplot(fig_r)
-            with cols[1]:
-                st.markdown("**QQ-Plot** (normalidade)")
-                fig_q = sm.qqplot(residuos, line='45', fit=True)
-                st.pyplot(fig_q)
-            with cols[2]:
-                st.markdown("**Histograma dos Resíduos**")
-                fig_h, ax_h = plt.subplots(figsize=(4,3))
-                sns.histplot(residuos, kde=True, ax=ax_h)
-                st.pyplot(fig_h)
-
-            # Testes formais — Normalidade (Shapiro) e Homocedasticidade (Breusch-Pagan)
-            sh_stat, sh_p = shapiro(residuos)
-            bp_stat, bp_p, _, _ = het_breuschpagan(residuos, model.model.exog)
-            st.markdown("#### Testes de Pressupostos (Regressão)")
-            st.write(f"Shapiro-Wilk: estatística={sh_stat:.3f}, p={sh_p:.3f} → " + ("normalidade OK" if sh_p>=alpha_reg else "violação de normalidade"))
-            st.write(f"Breusch-Pagan: estatística={bp_stat:.3f}, p={bp_p:.3f} → " + ("homocedasticidade OK" if bp_p>=alpha_reg else "heterocedasticidade detectada"))
-
-            # Multicolinearidade — VIF somente para variáveis numéricas (dummies já expandidas pelo modelo)
-            try:
-                design = model.model.exog
-                nomes = model.model.exog_names
-                vif_vals = []
-                for i in range(design.shape[1]):
-                    try:
-                        vif_vals.append(variance_inflation_factor(design, i))
-                    except Exception:
-                        vif_vals.append(np.nan)
-                vif_df = pd.DataFrame({'Variável': nomes, 'VIF': vif_vals})
-                st.markdown("#### VIF (Multicolinearidade)")
-                st.dataframe(vif_df)
-            except Exception as e:
-                st.info(f"Não foi possível calcular VIF: {e}")
-
-            # Orientações conforme pressupostos
-            avisos = []
-            if sh_p < alpha_reg:
-                avisos.append("Normalidade violada — considere log-transformar o alvo (marque a opção log) ou técnicas robustas.")
-            if bp_p < alpha_reg:
-                avisos.append("Heterocedasticidade — avalie transformação ou erros-padrão robustos (HC).")
-            if (pd.Series(vif_vals).dropna() > 10).any():
-                avisos.append("VIF > 10 em alguma variável — possível multicolinearidade; reavalie/features ou regularização.")
-            if avisos:
-                st.warning("\n".join(avisos))
-
-            # Interação — destaque se foi significativa
-            if interagir and inter_1 and inter_2:
-                termo = f"C({inter_1}):C({inter_2})" if (inter_1 in feats_cat and inter_2 in feats_cat) else (
-                        f"C({inter_1}):{inter_2}" if inter_1 in feats_cat else (
-                        f"{inter_1}:C({inter_2})" if inter_2 in feats_cat else f"{inter_1}:{inter_2}"))
-                if termo in model.pvalues:
-                    p_int = model.pvalues[termo]
-                    st.info(f"Interação {termo} — p={p_int:.4f} → " + ("**significativa**" if p_int < alpha_reg else "não significativa"))
-
-            st.success("Modelagem concluída.")
+            st.markdown("**QQ-Plot** (normalidade)")
+            fig_q = sm.qqplot(residuos, line='45', fit=True)
+            st.pyplot(fig_q)
+        with cols[2]:
+            st.markdown("**Histograma dos Resíduos**")
+            fig_h, ax_h = plt.subplots(figsize=(4,3))
+            sns.histplot(residuos, kde=True, ax=ax_h)
+            st.pyplot(fig_h)
+
+        sh_stat, sh_p = shapiro(residuos)
+        bp_stat, bp_p, _, _ = het_breuschpagan(residuos, model.model.exog)
+        st.markdown("#### Testes de Pressupostos (Regressão)")
+        st.write(f"Shapiro-Wilk: estatística={sh_stat:.3f}, p={sh_p:.3f} → " + ("normalidade OK" if sh_p>=alpha_reg else "violação de normalidade"))
+        st.write(f"Breusch-Pagan: estatística={bp_stat:.3f}, p={bp_p:.3f} → " + ("homocedasticidade OK" if bp_p>=alpha_reg else "heterocedasticidade detectada"))
+
+        try:
+            design = model.model.exog
+            nomes = model.model.exog_names
+            vif_vals = []
+            for i in range(design.shape[1]):
+                try:
+                    vif_vals.append(variance_inflation_factor(design, i))
+                except Exception:
+                    vif_vals.append(np.nan)
+            vif_df = pd.DataFrame({'Variável': nomes, 'VIF': vif_vals})
+            st.markdown("#### VIF (Multicolinearidade)")
+            st.dataframe(vif_df)
+        except Exception as e:
+            st.info(f"Não foi possível calcular VIF: {e}")
+
+        avisos = []
+        if sh_p < alpha_reg:
+            avisos.append("Normalidade violada — considere log-transformar o alvo ou técnicas robustas.")
+        if bp_p < alpha_reg:
+            avisos.append("Heterocedasticidade — avalie transformação ou erros-padrão robustos (HC).")
+        if (pd.Series(vif_vals).dropna() > 10).any():
+            avisos.append("VIF > 10 em alguma variável — possível multicolinearidade.")
+        if avisos:
+            st.warning("\n".join(avisos))
 
+        if interagir and inter_1 and inter_2:
+            termo = f"C({inter_1}):C({inter_2})" if (inter_1 in feats_cat and inter_2 in feats_cat) else (
+                    f"C({inter_1}):{inter_2}" if inter_1 in feats_cat else (
+                    f"{inter_1}:C({inter_2})" if inter_2 in feats_cat else f"{inter_1}:{inter_2}"))
+            if termo in model.pvalues:
+                p_int = model.pvalues[termo]
+                st.info(f"Interação {termo} — p={p_int:.4f} → " + ("**significativa**" if p_int < alpha_reg else "não significativa"))
+
+        st.success("Modelagem concluída.")