Estatistica Aplicada ao Data Science - Atividade 1

Prévia do material em texto

Estatística Aplicada ao Data Science - Atividade 1
Uma fábrica de autopeças possui duas linhas de produção idênticas para seu principal produto. Os gestores precisavam aumentar a capacidade de produção dessas linhas para atender a um novo contrato de fornecimento com uma grande montadora que passaria a vigorar em 6 meses. Eles precisavam decidir entre a alternativa de investir em duas máquinas novas, uma para cada linha de produção, ou se seria suficiente otimizar a produção fazendo um retrofitting das máquinas existentes, um novo layout para o fluxo da produção e um maior número de funcionários dedicados a cada linha. Eles também queriam ter maior flexibilidade em controlar a taxa de produção.
Fonte: Elaborada pelo autor
Os gestores pediram a uma jovem engenheira de produção, recém-contratada, para ajudá-los na análise dessas alternativas. Essa jovem engenheira, após alguns testes, desenvolveu o seguinte modelo: 
em que 
Com base no modelo descrito, responda às seguintes perguntas:
1) Quais foram as variáveis estudadas?
Máquinas; layout; funcionários; produção.
2) Qual o tipo de cada variável, quantitativa ou qualitativa? Se quantitativa, qual sua unidade de medida? Se qualitativa, que níveis ou classes podem assumir?
Máquinas (Quantitativa - Número de máquinas, unidades.)
Layout (Qualitativa - novo ou antigo, modelo)
Funcionários (Quantitativa - Número de funcionários, unidades.)
Produção (Qualitativa, avaliar entre layout ou retrofiting, modelo)
3) Como pode esse modelo de regressão linear múltipla ser usado para fazer predição de volume de produção de cada linha da fábrica?
O modelo de regressão linear múltipla pode ser usado para analisar os principais aspectos influenciadores desse custo, permitindo que o gestor do projeto tenha, em mãos, material suficiente para otimizar e reduzir eles, fazendo com que o projeto esteja dentro dos parâmetros determinados, a fim de fazer uma boa predição de volume de produção de cada linha da fábrica.
4) Reflita sobre situações similares em que você poderia aplicar essa mesma técnica (regressão linear múltipla) para gerar conhecimento a partir de dados. Descreva brevemente uma dessas situações que você pensou, identifique cada uma das variáveis de entrada e a variável resposta, descreva o tipo de cada uma delas (se quantitativa ou qualitativa) e forneça suas unidades de medida (se quantitativas) ou seus níveis ou classes (se qualitativas).
Podemos citar uma situação similar para aplicar essa técnica de regressão linear múltipla, uma situação onde temos a relação entre o volume de vendas (Y) efetuadas durante um dado período de tempo por um vendedor, os seus anos de experiência (X1) e o seu score em um teste de inteligência (X2). Variáveis de Entrada: volume de vendas (Y). Variáveis de Saída: anos de experiência (X1), score de inteligência (X2). Qualitativa: volume de vendas (otimização de vendas). Quantitativa: anos de experiência, score de inteligência (número de anos e número de score).