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