Baixe o app para aproveitar ainda mais
Prévia do material em texto
Disciplina: Tratamentos de dados Professor: Wanderlei Nome do aluno: Fábio Stefenon Curso: Tecnólogo em Automação Industrial 1 - Se a voltagem de uma fabrica é baixa probabilidade de uma máquina produzir uma peça defeituosa é de 60 % e se voltagem é normal, a probabilidade é de 10%. Em 20 % do tempo a voltagem é baixa. a) Qual a probabilidade escolhida ao acaso seja perfeita? b)Se a peça escolhida é perfeita, qual a probabilidade de que ela tenha sido produzida em voltagem baixa? Sejam os eventos : A1 : “a tensão é boa” A2 : “a tensão é baixa” B : “a peça é perfeita”. Primeiro vamos calcular a probabilidade de uma peça qualquer ser perfeita : P(B) = P(A1) P(B | A1) + P(A2) P(B | A2) = (0,8) (0,9) + (0,2) (0,4) = 0,8 x 100= 80% Probabilidade de que ela tenha sido produzida em voltagem baixa: P(A B) = P(A2 ) P(B A2 )= (0,2) (0,4) = 0,1 x100 = 10% P(B) 0,8 2- Suponha uma caixa com 20 fusíveis, dentre os quais 5 apresentam defeito. Se 2 fusíveis são selecionados, aleatoriamente e removidos da caixa, sucessivamente sem reposição do primeiro qual é a probabilidade de que ambos sejam defeituosos? Na primeira retirada temos 5 fusíveis defeituosos numa caixa com 20 fusíveis então P(D) = 5/20 = 1/4 Na segunda retirada temos 4 fusíveis defeituosos numa caixa com 19 fusíveis então P(D) = 4/19 então utilizamos a regra do produto, probabilidade de se retirar dois fusíveis defeituosos: P(D∩D) = (1/4) · (4/19) = 4/76 = 0,052631578 = 5,26% 3- Uma empresa fabricante de freios está interessada em implementar um sistema de controle da qualidade para monitorar seu processo de produção para isto foi registrado o numero de freios fora da conformidade em cada lote de produção. Os dados abaixo se referem a 20 lotes selecionados observando se a numero de freios fora da conformidade. 9 – 20 – 6 - 9- 7 - 7- 12- 6- 6- 7 7 - 8 -8 - 9 - 7 - 8 - 12 - 7- 8 - 12 Identifique a) Qual é a amostra? 20 lotes b) Qual é a variável do estudo? Numero de freios c) qual é o tipo de variável? Quantidade discreta d)Construa uma tabela para estes dados? Quantidade de defeito Lotes Qt. de lotes %Acumulada 6 3,8,9 3 15 7 5,6,10,11,15,18 6 30 8 12,13,19,16 4 20 9 1,4,14 3 15 12 2,7,17,20 4 20 Totais 42 20 100% e) em quantos lotes ocorreram no máximo 8 freios não conformes? 13 lotes f) Qual o percentual de lotes com até 9 freios não conformes? 80% g) Qual a percentual de lotes com 8 a 12 freios não conformes? 55% h) calcule e interprete a média e a mediana para estes dados. X(média) = 6*3+7*6+8*4+9*3+12*4+12*4=187/20= 8,35 Coloca os lotes em seqüencia e pegar o lote que está no meio se for impar: 6-7-8-9-12 Mediana = 8 4- Uma amostra de 10 medidas do diâmetro de uma esfera teve média de 4,38mm e desvio padrão de 0,06mm. Determine o intervalo de confiança para o diâmetro real: a) ∞ = 95% bicaudal Média 4, 38 s= 0,06 V=10-1= 9 s=0,06/ = 0,019 u= 4,38 ± 2,26 * 0,019 u= 4,38 ± 0,045 u= (4,42 – 4,33) b) ∞= 99% bicaudal Média 4, 38 s= 0,06 V=10-1= 9 s=0,06/ = 0,019 u= 4,38 ± 3,25 * 0,019 u= 4,38 ± 0,062 u= (4,442 – 4,318) 5) considere os dados do problema anterior, admitindo-se que o método da teoria das grandes amostras é valido, compare os resultados. u= 4,38 ± 1,96 * 0,019 u= 4,38 ± 0,037 u= 4,38 ± 2,58 * 0,019 u= 4,38 ± 0,049 Pequenas amostras. ∞ = 95% --- > 4,38 ± 0,04294 ∞= 99% --- > 4,38 ± 0,06175 Grandes amostras. ∞ = 95% --- > 4,38 ± 0,037 ∞= 99% --- > 4,38 ± 0,049 O intervalo das grandes amostras é mais estreito do que a das pequenas amostras. 6) Por que se utilizar o nível de significância em testes de hipóteses? É a probabilidade máxima de rejeitar Ho. Se, por exemplo, utilizarmos o nível de significância de 5%, a hipótese nula (Ho) será rejeitada somente se o resultado da amostra for tão diferente do valor suposto que uma diferença igual ou maior ocorreria com uma probabilidade máxima de 0,05. 7) Os alunos quartanistas do curso diurno e do curso noturno de uma faculdade se submeteram a uma prova de seleção, visando a participação numa olimpíada internacional. Dentre os que tiraram nota 9,5 ou 10,0 será escolhido um aluno por sorteio. Com base na tabela, a probabilidade de que aluno sorteado tenha tirado nota 10,0 e seja do curso noturno é de: NOTA DIURNO NOTURNO 9,5 6 7 10,0 5 8 Total de alunos: 28 Então 8/26= 0,307 ou 30,76% 8- Testes indicam que o tempo de duração de um refrigerador tem distribuição normal com média de 6 anos e variância de 2 anos. O prazo de garantia é de 12 meses pelo fabricante. Se forem vendidas 120 unidades de um lotem quantos refrigeradores são esperados que o fabricante deva consertar no prazo de garantia? Média 6 Variância 2 Distribuição normal = s^2 Z= x – N / s^2 = 3,5 - > tabela do Z 0,0023 ou 0,023% Então nenhum refrigerador vai se consertado na garantia. 9- Num laboratório são usados 4 voltímetros diferentes. Para avaliar se os 4 estão calibrados Igualmente, mediu-se a mesma força constante de 100V, 5 vezes com cada voltímetro. Os dados estão na tabela abaixo Faça uma ANOVA e interprete o resultado Voltagens / voltímetro A B C D 117 115 118 125 120 110 123 121 114 116 119 123 119 115 122 118 115 114 118 118 Notação convencionada: ΣT = Somatório total dos totais de cada tratamento (Σx) k – Tratamento (A B C D) = 4 r – repetições (Linhas) = 5 Graus de liberdade: De tratamento: k -1 ( 4-1= 3) Do total: n-1, com n = kr. Do resíduo: (n-1) - (k-1) = n-k O valor C (correção) é a soma do total das observações elevada ao quadrado e dividido pelo número de observações. 1- C = (Σx)^2/ n 2360^2/20 = 278480 2- A soma de quadrados total: SQT = Σx2 – C 278738– 2784080= 258 3 -A soma de quadrados de tratamentos: SQTr = (ΣT2 / r) – C (585^2+570^2+600^2+605^2) /5 – 2784080 = 278630 -278480 = 150 4-A soma de quadrados de resíduo: SQR = SQT – SQTr SQT= 258 – 150 = 108 5 - O quadrado médio de tratamentos: QMTr = SQTr / k-1 QMTr = 150 / 3 = 50 6 - Quadrado médio de resíduo: QMR = SQR / n-k QMR = 108/ (20-4) = 6,75 7-O valor de F: F = QMTr / QMR F= 50 / 6,75 = 7,40 8 –k-1 / n-k (4-1) / (20-5) = 3/16= 0,1875 Usando a tabela de valores de F para nível significância de 5%. p>∞ Aceita p≤∞Rejeita Fo= 7,40 ≠ F = 3,24 diferença entre as médias Resposta Fo>F, hipótese Ho recusada. Então H0 é falso Usando Excel Anova: fator único RESUMO Grupo Contagem Soma Média Variância Coluna 1 5 585 117 6,5 Coluna 2 5 570 114 5,5 Coluna 3 5 600 120 5,5 Coluna 4 5 605 121 9,5 ANOVA Fonte da variação SQ gl MQ F valor-P F crítico Entre grupos 150 3 50 7,407407 0,002493 3,238872 Dentro dos grupos 108 16 6,75 Total 258 19
Compartilhar