ATIVIDADE 01 ESTATÍSTICA APLICADA AO DATA SCIENCE - UNIFACS

Prévia do material em texto

Impresso por Ewerton Silva, E-mail ewerton_luiz001@yahoo.com.br para uso pessoal e privado. Este material pode ser protegido por
direitos autorais e não pode ser reproduzido ou repassado para terceiros. 01/06/2023, 15:18:19
 
Com base no modelo descrito, responda às seguintes perguntas: 
 
1)1)1)1)1) QuaiQuaiQuaiQuaiQuais fors fors fors fors foram aam aam aam aam as vars vars vars vars variáveiáveiáveiáveiáveis estis estis estis estis estudaudaudaudaudadas?das?das?das?das? 
Variáveis encontradas são cálculo da hora em relação peças produzidas com o que a máquina pode 
entregar sendo operada por computador ou por uma pessoa com tempo limitado de produção. 
X1 = Velocidade da máquina (rpm); 
X2 = Layout (an go = 0 e maior = 1); 
X3 = Números de funcionários (atual = 0 e maior =1); 
Y = Volume de produção da linha (peça/hora). 
Y=0Y=0Y=0Y=0Y=0,17X,17X,17X,17X,17X¹+34,¹+34,¹+34,¹+34,¹+34,57, M57, M57, M57, M57, MAIOR VAAIOR VAAIOR VAAIOR VAAIOR VARIARIARIARIARIAVEL VEL VEL VEL VEL 
 
 2) Qual Qual Qual Qual Qual o o o o o po po po po po de de de de de cadacadacadacadacada variávvariávvariávvariávvariável, el, el, el, el, quantquantquantquantquantita vita vita vita vita va a a a a ou ou ou ou ou qualitaqualitaqualitaqualitaqualita vavavavava? ? ? ? ? Se Se Se Se Se quaquaquaquaquan tn tn tn tn ta vaa vaa vaa vaa va, , , , , qual qual qual qual qual sua sua sua sua sua unidadeunidadeunidadeunidadeunidade de de de de de 
mememememedida?dida?dida?dida?dida? Se q Se q Se q Se q Se qualitualitualitualitualita va va va va va, qua, qua, qua, qua, que níve níve níve níve níveis oeis oeis oeis oeis ou clau clau clau clau classes sses sses sses sses podepodepodepodepodem am am am am assumssumssumssumssumir?ir?ir?ir?ir? 
X1 = Quan ta va, rpm. 
X2 = Qualita va, com apenas dois níveis, ou classe (0 ou 1). 
X3 = Qualita va, com apenas dois níveis, ou classe(0 ou 1). 
Y = Quan ta va, peça / hora. 
 
 3)3)3)3)3) ComComComComComo o o o o podpodpodpodpode e e e e esse esse esse esse esse modelmodelmodelmodelmodelo o o o o de de de de de regressregressregressregressregressão ão ão ão ão linearlinearlinearlinearlinear múltmúltmúltmúltmúltipla ipla ipla ipla ipla ser ser ser ser ser usadusadusadusadusado o o o o para para para para para fazerfazerfazerfazerfazer predpredpredpredprediçãoiçãoiçãoiçãoição de de de de de volumvolumvolumvolumvolume e e e e 
de prde prde prde prde produçãooduçãooduçãooduçãoodução de c de c de c de c de cadaadaadaadaada linh linh linh linh linha da fa da fa da fa da fa da fábriábriábriábriábrica? ca? ca? ca? ca? 
Permite estudar as relações entre duas variáveis numéricas con nuas (algo que cresce ou decresce 
constantemente). Uma variável de entrada (x) também chamada de variável preditor / explica va / 
independente. 
O modelo funciona como uma função que transforma os dados de entrada em um dado de saída. 
 
 4). 4). 4). 4). 4). Re itRe itRe itRe itRe ita a a a a sobresobresobresobresobre situasituasituasituasituaçõesçõesçõesçõesções simsimsimsimsimilaresilaresilaresilaresilares ememememem quequequequeque vocêvocêvocêvocêvocê poderiapoderiapoderiapoderiapoderia aplicaraplicaraplicaraplicaraplicar essessessessessa a a a a mememememesmasmasmasmasma técntécntécntécntécnica ica ica ica ica (regr(regr(regr(regr(regressãessãessãessãessão o o o o linelinelinelinelinear ar ar ar ar 
 múltmúltmúltmúltmúltiplaiplaiplaiplaipla) ) ) ) ) parparparparpara a a a a gerar gerar gerar gerar gerar conhconhconhconhconhecimecimecimecimecimentoentoentoentoento a a a a a par rpar rpar rpar rpar r de de de de de dadodadodadodadodados. s. s. s. s. DescreDescreDescreDescreDescreva va va va va brevbrevbrevbrevbrevemeemeemeemeemente nte nte nte nte umaumaumaumauma desdesdesdesdessas sas sas sas sas situasituasituasituasituaçõesçõesçõesçõesções quequequequeque 
vocêvocêvocêvocêvocê penspenspenspenspensou, ou, ou, ou, ou, identidentidentidentidenti qui qui qui qui que e e e e cacacacacada da da da da uma uma uma uma uma das das das das das varvarvarvarvariáveisiáveisiáveisiáveisiáveis de ede ede ede ede entrantrantrantrantrada da da da da e ae ae ae ae a varivarivarivarivariável ável ável ável ável resporesporesporesporesposta, sta, sta, sta, sta, desdesdesdesdescrevacrevacrevacrevacreva o o o o o popopopopo de de de de de cada cada cada cada cada 
 umaumaumaumauma delasdelasdelasdelasdelas (se quan t(se quan t(se quan t(se quan t(se quan ta va va va va va a a a a ou qualitou qualitou qualitou qualitou qualita vaa vaa vaa vaa va) ) ) ) ) e forneçae forneçae forneçae forneçae forneça suas unidsuas unidsuas unidsuas unidsuas unidadesadesadesadesades de medidade medidade medidade medidade medida (se quan t(se quan t(se quan t(se quan t(se quan ta va va va va vas) ou as) ou as) ou as) ou as) ou seuseuseuseuseus s s s s 
níveníveníveníveníveis ouis ouis ouis ouis ou class class class class classes (ses (ses (ses (ses (se que que que que qualitaalitaalitaalitaalita vavavavavas). s). s). s). s). 
A regressão linear pode ajudar a predizer o valor de venda de um imóvel, par r de dados coletados há
rela vos a algumas de suas caracterís cas. 
Assim um inves dor que busca por ajuda de um esta s co para analisar o preço bene cios de alguns 
imóveis. Para simpli car a sua análise, ele decidiu adotar uma notação para as variáveis observadas: 
 
X1 = po do imóvel (casa = 0 ou apartamento = 1), qualita va 
X2 = área do imóvel (m²), quan ta va 
X3 = localização do imóvel (centro = 0 ou bairro = 1), qualita va 
Y = valor do imóvel (R$), quan ta va 
 
A nota ob da neta a vidade foi 10