ESTATÍSTICA APLICADA AO DATA SCIENCE ATIVIDADE 1

Prévia do material em texto

ESTATÍSTICA APLICADA AO DATA SCIENCE
ATIVIDADE 1
Nome: DANIEL RIBEIRO DOS SANTOS
1 - Quais foram as variáveis estudadas?
 Variáveis encontradas são cálculos da hora em relação as 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 (antigo = 0 e maior = 1); 
 X3 = Números de funcionários (atual = 0 e maior =1 );
 Y = Volume de produção da linha (peça/hora). 
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?
 X1 = Quantitativa, RPM;
 X2 = Qualitativa, com apenas dois níveis, ou classe (0 ou 1);
 X3 = Qualitativa, com apenas dois níveis, ou classe(0 ou 1);
 Y = Quantitativa, peça / hora.
3 - Como pode esse modelo de regressão linear múltipla ser usado para fazer predição de volume de produção de cada linha da fábrica?
 Permite estudar as relações entre duas variáveis numéricas contínuas (algo que cresce ou decresce constantemente). Uma variável de entrada (x) também chamada de variável preditor / explicativa / independente. O modelo funciona como uma função que transforma os dados de entrada em um dado de saída.
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).
 A regressão linear pode ajudar a predizer o valor de venda de um imóvel, há partir de dados coletados relativos a algumas de suas características. Assim um investidor que busca por ajuda de um estatístico para analisar o preço e benefícios de alguns imóveis. Para simplificar a sua análise, ele decidiu adotar uma notação para as variáveis observadas: 
X1 = tipo do imóvel (casa = 0 ou apartamento = 1), qualitativa;
X2 = área do imóvel (m²), quantitativa;
X3 = localização do imóvel (centro = 0 ou bairro = 1), qualitativa;
Y = valor do imóvel (R$), quantitativa.