ATIVIDADE 1 - ESTATÍSTICA APLICADA AO DATA SCIENCE

Prévia do material em texto

RESPOSTAS
1) As variáveis observadas são:
Velocidade da máquina;
Layout;
Quantidade de funcionários;
Volume de produção;
2) Quanto aos tipos de cada variável:
A velocidade da máquina é uma variável quantitativa e com unidade de medida “RPM”;
O layout é uma variável qualitativa e com classes: 0 “antigo e 1 “novo”;
O número de funcionários é uma variável qualitativa com classes: 0 “atual” e 1 “maior”;
O volume de produção é uma variável quantitativa com unidade de medida: “peças/horas”;
3) Mediante a utilização desse modelo de regressão linear múltipla, é possível realizar uma série de análises, levando em consideração diversos fatores que afetam diretamente os custos de produção. Isso proporciona ao projetista um conjunto suficiente de informações para embasar decisões mais acertadas, tais como: ampliar, manter ou diminuir o contingente de colaboradores, ajustar a quantidade ou a velocidade das máquinas e até mesmo reconfigurar o layout, caso necessário. Essas análises contribuem para identificar se o projeto está em conformidade com os parâmetros estabelecidos, visando aprimorar a produtividade de cada linha de montagem.
4) Uma empresa de varejo deseja entender quais fatores influenciam as vendas mensais de seus produtos em suas lojas físicas. A empresa coleta dados de diversas variáveis para cada loja, como o número de funcionários, a área de vendas em metros quadrados, a quantidade de promoções realizadas no mês, a temperatura média mensal em graus Celsius e a proximidade de cada loja a uma área residencial (variável binária: "próximo" ou "distante").
Variáveis de entrada:
Número de funcionários (quantitativa): medida em quantidade de pessoas.
Área de vendas (quantitativa): medida em metros quadrados.
Quantidade de promoções (quantitativa): medida em quantidade de promoções realizadas no mês.
Temperatura média mensal (quantitativa): medida em graus Celsius.
Proximidade da loja a uma área residencial (qualitativa): variável binária com duas classes: "próximo" ou "distante".
Variável resposta:
Vendas mensais (quantitativa): medida em unidades vendidas ou valor monetário.
Nesse exemplo, o objetivo seria construir um modelo de regressão linear múltipla que relacione as variáveis de entrada (número de funcionários, área de vendas, quantidade de promoções, temperatura média e proximidade da área residencial) com a variável resposta (vendas mensais). Com esse modelo, a empresa poderia obter conhecimentos sobre quais variáveis têm maior impacto nas vendas e tomar decisões mais embasadas, como alocar recursos de forma mais eficiente, planejar promoções estratégicas e identificar a importância da localização das lojas em relação às áreas residenciais.