Atv3 Estatistica Aplicada Ao Data Science

Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original

1) Variáveis de entrada e resposta:
Variáveis de entrada:
Processo (A, B ou C)
Equipe (Normal ou Reduzida)
Movimento (Alto ou Baixo)
Variável resposta:
Contrato (Conforme ou Não Conforme)
Tipos de variáveis:
Variáveis categóricas: Processo, Equipe, Movimento e Contrato
Variável binária: Contrato (Conforme = 0, Não Conforme = 1)
2) Variáveis mais importantes:
A árvore de decisão não fornece informações explícitas sobre a importância relativa das variáveis de entrada. No entanto, podemos observar que o processo é a primeira variável a ser considerada na árvore, o que sugere que ele pode ser a variável mais importante. As outras variáveis ​​são consideradas posteriormente, com base no valor do processo selecionado.
3) Efeito do movimento:
Sim, a árvore de decisão considera o efeito do movimento alto ou baixo na produção de contratos não conformes. A variável "Movimento" é considerada após a variável "Processo", o que indica que o movimento tem um impacto significativo na produção de contratos não conformes.
4) Melhor solução:
De acordo com a árvore de decisão, a melhor solução para a companhia de telefonia móvel é utilizar o processo C com equipe normal em dias de baixo movimento. Essa combinação resulta na menor probabilidade de contratos não conformes (0,25).
Outras observações:
A árvore de decisão também mostra que o processo B com equipe normal em dias de baixo movimento (0,33) e o processo A com equipe normal em dias de baixo movimento (0,38) também são boas opções.
A pior opção é usar o processo C com equipe reduzida em dias de alto movimento (0,75).
Recomendações:
Com base na análise da árvore de decisão, a engenheira da qualidade pode recomendar as seguintes ações para a companhia de telefonia móvel:
Priorizar a implementação do processo C com equipe normal em dias de baixo movimento.
Considerar a implementação do processo B com equipe normal em dias de baixo movimento ou do processo A com equipe normal em dias de baixo movimento, se necessário.
Evitar o uso do processo C com equipe reduzida em dias de alto movimento.
Conclusão:
A árvore de decisão é uma ferramenta útil para identificar a melhor solução para reduzir o índice de contratos não conformes na companhia de telefonia móvel. A análise da árvore de decisão fornece informações valiosas sobre a importância relativa das variáveis de entrada e o efeito de cada combinação de variáveis ​​na probabilidade de contratos não conformes.
Observações:
É importante lembrar que a árvore de decisão é apenas um modelo preditivo e sua precisão depende da qualidade dos dados utilizados para construí-la.
Outras análises podem ser necessárias para complementar os resultados da árvore de decisão, como a análise de causa raiz dos contratos não conformes.