513_aula_5_exemplos

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

pagamentos
	
		Empréstimo	* 15,000.00
		Juro	1.22%		mês	saldo devedor	pagamento			atingir meta = dados -> teste de hipóteses -> atingir meta
		Nº de parcelas	15		1	* 15,182.36	($1,100.00)
		Parcela	($1,100.00)		2	* 14,253.57	($1,100.00)
					3	* 13,313.48	($1,100.00)
			($1,100.00)		4	* 12,361.97	($1,100.00)
					5	* 11,398.88	($1,100.00)
					6	* 10,424.09	($1,100.00)
					7	* 9,437.45	($1,100.00)
					8	* 8,438.81	($1,100.00)
					9	* 7,428.03	($1,100.00)
					10	* 6,404.96	($1,100.00)
					11	* 5,369.45	($1,100.00)
					12	* 4,321.36	($1,100.00)
					13	* 3,260.52	($1,100.00)
					14	* 2,186.79	($1,100.00)
					15	* 1,100.00	($1,100.00)
					16	* (0.00)	($1,100.00)
					17	* (1,113.37)	($1,100.00)
					18	* (2,240.28)	($1,100.00)
	
	
				f(x)	19424263952412558000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000
				x	1
atingir meta
	
	
	Q - tamanho do lote	500
	A - custo colocação pedido	35											CT = custos totais
	D - demanda anual	995.6538472189											D = demanda (unidades/ano)
	i - % custo guarda	0.15											Q = lote
	C - custo unitário	46.4638373664											A = frete
													C = custo/produto
				a) qual o tamanho do lote ótimo (Q*)?									i = percentual p/ guarda do prod. (20%< i <40%)
				500
													Q* = lote ótimo; minimiza os custos totais por derivação
				b) qual a demanda para Q*=88 unidades
	
	
				c) qual o custo C para Q*=100
	
	
				d) qual o custo de estoque para Q=150?
				48073.9881009717
análise descritiva de dados
	
	
			Faça uma análise descritiva dos valores de resistência à tração provenientes de um processo de fabriação de cabos de aço.
	
	
	
					Amostra	Tração
					1	211		Coluna1			Dados -> Análise de dados
					2	252					dá todas as funções de uma só vez, sem precisar calcular cada uma
					3	227		Média	233.8148148148
					4	245		Erro padrão	2.2945373214
					5	239		Mediana	237
					6	256		Modo	245
					7	213		Desvio padrão	16.8613368996
					8	245		Variância da amostra	284.3046820405
					9	249		Curtose	-1.0132566054
					10	232		Assimetria	-0.3933491215
					11	219		Intervalo	57
					12	228		Mínimo	203
					13	249		Máximo	260
					14	206		Soma	12626
					15	254		Contagem	54
					16	203
					17	244
					18	253
					19	229
					20	229
					21	241
					22	229
					23	250
					24	257
					25	209
					26	241
					27	205
					28	222
					29	260
					30	243
					31	247
					32	242
					33	205
					34	242
					35	231
					36	226
					37	205
					38	235
					39	224
					40	210
					41	246
					42	253
					43	239
					44	235
					45	214
					46	240
					47	235
					48	246
					49	245
					50	256
					51	233
					52	259
					53	211
					54	207
Regressão
	
	
				Faça uma previsão de demanda de ar condicionado para 2014 e 2015 com base em um modelo de regressão linear múltipla.
	
	
	
	
				Ano	Demanda	T max	T min	U media	$ Marketing
				2008	20000	32	15	0.8	50000
				2009	26840	33	14	0.81	78000
				2010	28790	35	16	0.64	10000
				2011	15700	30	18	0.56	100000
				2012	22004	31	17	0.78	84000
				2013	35000	36	18	0.85	78000
				2014	29044.0884070244	35	15	0.87	89000
				2015	27769.8766840081	37	18	0.79	95000
	
										D=aTmax+bTmin+cUmed+d$Mkt
				Variável X 1	1160.5279792245					y=ax1+bx2+cx3+dx4
				Variável X 2	-992.7109749577
				Variável X 3	6063.4226813526
				Variável X 4	-0.022010157
MBD0240D2EC.unknown
MBD0240D2ED.unknown