Estatística Aplicada ao Data Science - Atividade 1

Prévia do material em texto

Revisar envio do teste: ATIVIDADE 1 (A1) 
GRA1561 ESTATISTICA APLICADA AO DATA SCIENCE PTA - 202010.ead-2487.11 Unidade 1 
Revisar envio do teste: ATIVIDADE 1 (A1)
Usuário HIGOR COLARES PINHEIRO 
Curso GRA1561 ESTATISTICA APLICADA AO DATA SCIENCE PTA - 202010.ead-2487.11 
Teste ATIVIDADE 1 (A1) 
Iniciado 12/03/20 17:21 
Enviado 12/03/20 18:36 
Status Completada 
Resultado da tentativa 10 em 10 pontos 
Tempo decorrido 1 hora, 15 minutos 
Resultados exibidos Respostas enviadas, Respostas corretas, Comentários 
Pergunta 1 
Uma fábrica de autopeças possuía duas linhas de produção idênticas para seu principal 
produto. Os gestores precisavam aumentar a capacidade de produção dessas linhas para 
atender a um novo contrato de fornecimento com uma grande montadora que passaria a 
vigorar em 6 meses. Eles precisavam decidir entre a alternativa de investir em duas 
máquinas novas, uma para cada linha de produção, ou se seria suficiente otimizar a 
produção fazendo um retrofitting das máquinas existentes, um novo layout para o fluxo da 
produção e um maior número de funcionários dedicados a cada linha. Eles também queriam 
ter maior flexibilidade em controlar a taxa de produção.
Fonte: Elaborada pelo autor
Os gestores pediram a uma jovem engenheira de produção, recém-contratada, para ajudá-
los na análise dessas alternativas. Essa jovem engenheira, após alguns testes, desenvolveu 
o seguinte modelo: 
Minha Área
10 em 10 pontos Exibir rubrica
HIGOR COLARES PINHEIRO
Domingo, 29 de Março de 2020 00h16min02s BRT
Resposta 
Selecionada:
Resposta 
Correta:
[Nenhuma]
Feedback da 
resposta:
[Sem Resposta]
em que 
Com base no modelo descrito, responda às seguintes perguntas:
1) Quais foram as variáveis estudadas?
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?
3) Como pode esse modelo de regressão linear múltipla ser usado para fazer predição 
de volume de produção de cada linha da fábrica?
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).
Resposta:
1)
X1 = Velocidade da maquina (rpm)
X2 = Layout (antigo = 0 e maior = 1)
X3 = Numeros de funcionários (atual = 0 e maior =1)
Y = Volume de produção da linha (peça/hora)
2)
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)
O modelo funciona como uma função que transforma os dados de entrada 
em um dado de saída.
4)
A regressão linear pode ajudar a predizer o valor de venda de um imóvel, 
apartir de dados coletados relativos a algumas de suas características.
Assim um investidor que busca por ajuda de um estatístico para analisar o 
preço beneficios 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
← OK