Baixe o app para aproveitar ainda mais
Prévia do material em texto
14/09/2022 17:24 Atv2_fm - Jupyter Notebook localhost:8888/notebooks/Documents/Atv2_fm.ipynb# 1/6 Atividade estatística descritiva: desafio Annie Gabrielle de O. Silva - 14/10/2022 Segundo a Agência Nacional de Energia Elétrica (ANEEL), atualmente a taxa de aumento médio no preço de energia elétrica por ano é de aproximadamente 2%. Devido a esse constante aumento do preço da energia, alguns consumidores começaram a pensar em soluções para reduzir o custo da conta de energia elétrica. Investir em um sistema de energia solar é uma opção que exige alto investimento inicial e que começa a ter retorno depois de alguns anos. Monitorar o consumo de grupos de equipamentos e tentar fazer uma otimização do tempo de uso para gerar economia pode ser uma boa opção para quem não quer fazer um alto investimento. Você, como especialista em estatística descritiva, foi contratado por uma empresa de pequeno porte para analisar o perfil de consumo dos equipamentos. O dono da empresa dividiu as cargas em três grupos distintos, utilizou medidores que coletavam as informações a cada minuto, fez a coleta dos dados por dois dias seguidos e salvou os dados de consumo de energia em um arquivo do Excel (consumo.xlsx). Faça a estatística descritiva dos três grupos de equipamentos utilizando o Excel ou outro software de sua preferência. Apresente as análises de posição (média, moda, mediana e quartis 1.º e 3.º) e de dispersão (amplitude, variância, desvio padrão e coeficiente de variação) para os três grupos. Em seguida, com a finalidade de explicar as medidas da estatística descritiva à empresa, você deverá explicar: a) Qual grupo de aparelhos apresenta maior média de consumo energético? b) Qual grupo apresenta maior coeficiente de variação? c) Qual grupo apresenta maior amplitude de energia? d) Qual grupo permanece mais tempo desligado, ou seja, sem consumir energia? Como você chegou a essa conclusão? Importando os dados O meio de processamento escolhido foi o uso da linguagem python com o auxílio da IDLE Jupyter Notebook. 14/09/2022 17:24 Atv2_fm - Jupyter Notebook localhost:8888/notebooks/Documents/Atv2_fm.ipynb# 2/6 In [1]: Deletando colunas que surgiram após a conversão do arquivo xlsx para csv Data Tempo Grupo1 Grupo2 Grupo3 Unnamed: 5 Unname d: 6 \ 0 2019-11-24 00:00:00 0 2 0 NaN NaN 1 2019-11-24 00:01:00 0 1 0 NaN NaN 2 2019-11-24 00:02:00 0 2 0 NaN NaN 3 2019-11-24 00:03:00 0 1 0 NaN NaN 4 2019-11-24 00:04:00 0 1 0 NaN NaN ... ... ... ... ... ... ... ... 2875 2019-11-25 23:55:00 0 1 0 NaN NaN 2876 2019-11-25 23:56:00 0 1 0 NaN NaN 2877 2019-11-25 23:57:00 0 2 0 NaN NaN 2878 2019-11-25 23:58:00 0 1 0 NaN NaN 2879 2019-11-25 23:59:00 0 1 0 NaN NaN Unnamed: 7 Unnamed: 8 Unnamed: 9 Unnamed: 10 Unnamed: 11 0 NaN NaN NaN NaN NaN 1 NaN NaN NaN NaN NaN 2 NaN NaN NaN NaN NaN 3 NaN NaN NaN NaN NaN 4 NaN NaN NaN NaN NaN ... ... ... ... ... ... 2875 NaN NaN NaN NaN NaN 2876 NaN NaN NaN NaN NaN 2877 NaN NaN NaN NaN NaN 2878 NaN NaN NaN NaN NaN 2879 NaN NaN NaN NaN NaN [2880 rows x 12 columns] import pandas as pd df = pd.read_csv ('/Users/anion/Documents/energia.csv') print (df) 14/09/2022 17:24 Atv2_fm - Jupyter Notebook localhost:8888/notebooks/Documents/Atv2_fm.ipynb# 3/6 In [2]: In [3]: Out[2]: Data Tempo Grupo1 Grupo2 Grupo3 Unnamed:5 Unnamed: 6 Unnamed: 7 Unnamed: 8 Unna 0 2019-11-24 00:00:00 0 2 0 NaN NaN NaN NaN 1 2019-11-24 00:01:00 0 1 0 NaN NaN NaN NaN 2 2019-11-24 00:02:00 0 2 0 NaN NaN NaN NaN 3 2019-11-24 00:03:00 0 1 0 NaN NaN NaN NaN 4 2019-11-24 00:04:00 0 1 0 NaN NaN NaN NaN Out[3]: 0 NaN 1 NaN 2 NaN 3 NaN 4 NaN .. 2875 NaN 2876 NaN 2877 NaN 2878 NaN 2879 NaN Name: Unnamed: 11, Length: 2880, dtype: float64 df.head() df.pop("Unnamed: 5") df.pop("Unnamed: 6") df.pop("Unnamed: 7") df.pop("Unnamed: 8") df.pop("Unnamed: 9") df.pop("Unnamed: 10") df.pop("Unnamed: 11") 14/09/2022 17:24 Atv2_fm - Jupyter Notebook localhost:8888/notebooks/Documents/Atv2_fm.ipynb# 4/6 In [4]: Estatística descritiva para os três equipamentos In [5]: Out[4]: Data Tempo Grupo1 Grupo2 Grupo3 0 2019-11-24 00:00:00 0 2 0 1 2019-11-24 00:01:00 0 1 0 2 2019-11-24 00:02:00 0 2 0 3 2019-11-24 00:03:00 0 1 0 4 2019-11-24 00:04:00 0 1 0 count 2880.000000 mean 0.754167 std 4.909955 min 0.000000 25% 0.000000 50% 0.000000 75% 0.000000 max 38.000000 Name: Grupo1, dtype: float64 df.head() Onde: Count: número de pontos Mean: Valor médio std: desvio padrão min: valor mínimo 25%: primeiro quartil = mediana 50%: segundo quartil 75%: terceiro quartil max: valor máximo print(df['Grupo1'].describe()) 14/09/2022 17:24 Atv2_fm - Jupyter Notebook localhost:8888/notebooks/Documents/Atv2_fm.ipynb# 5/6 In [6]: In [7]: Para o Grupo1: In [11]: Para o Grupo2: In [12]: Para o Grupo3: In [13]: Respondendo as perguntas count 2880.000000 mean 1.136806 std 5.166895 min 0.000000 25% 0.000000 50% 0.000000 75% 1.000000 max 40.000000 Name: Grupo2, dtype: float64 count 2880.000000 mean 6.005556 std 8.329776 min 0.000000 25% 0.000000 50% 0.000000 75% 17.000000 max 19.000000 Name: Grupo3, dtype: float64 6.510434691520578 4.54509828413995 1.387011627233182 print(df['Grupo2'].describe()) print(df['Grupo3'].describe()) CV=4.909955/0.754167 print(CV) CV=5.166895/1.136806 print(CV) CV=8.329776/6.005556 print(CV) 14/09/2022 17:24 Atv2_fm - Jupyter Notebook localhost:8888/notebooks/Documents/Atv2_fm.ipynb# 6/6 a) Qual grupo de aparelhos apresenta maior média de consumo energético? O grupo que possui a maior média de consumo energético é Grupo3, que possui uma média de 6.005556. b) Qual grupo apresenta maior coeficiente de variação (CV)? O Grupo que apresenta o maior coeficiente de variação é O Grupo1, com um CV = 6.510434691520578 c) Qual grupo apresenta maior amplitude de energia? O grupo que possui a maior amplitude é o Grupo2, visto que possui a maior diferença entre os valores máximo e mínimo (40.000000-0.000000). d) Qual grupo permanece mais tempo desligado, ou seja, sem consumir energia? Como você chegou a essa conclusão? O grupo que permanece mais tempo desligado é o Grupo1, visto que possuio o menor valor médio e seus três quartis são nulos.
Compartilhar