ATIVIDADE 1

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

Usuário
	BRUNO CESAR LIMA
	Curso
	GRA1561 ESTATISTICA APLICADA AO DATA SCIENCE ENGCI201 - 202010.ead-1953.04
	Teste
	ATIVIDADE 1 (A1)
	Iniciado
	29/03/20 19:55
	Enviado
	04/04/20 17:26
	Status
	Requer avaliação
	Resultado da tentativa
	Avaliação não disponível.  
	Tempo decorrido
	141 horas, 31 minutos
	Resultados exibidos
	Respostas enviadas, Respostas corretas, Comentários
· Pergunta 1
Requer avaliação
	
	
	
	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: 
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 Selecionada:
	1)     Quais foram as variáveis estudadas? 
Resposta: Máquinas; layout; funcionários; produção.
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? 
Resposta:
Máquinas(Quantitatita - Número de máquinas, unidades.);
Layout( Qualitativa - novo ou antigo modelo);
funcionários(Quantitativa - Número de funcionários.);
Produção (qualitativa, avaliar entre layout ou retrofiting)
3) Como pode esse modelo de regressão linear múltipla ser usado para fazer predição de volume de produção de cada linha da fábrica? 
Resposta: Ajudando aos gestores a decidir que a melhor estrategia seria fazer um novo layout para o fluxo da produção e um maior número de funcionários dedicados a cada linha de produção.
y = 0,17 x 100 + 29,12 x 1 + 21,19 x 1 - 15,74 x 1 x 1
y = 17,00 + 29,12 + 21,19 - 15,74
y = 51,57
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:  Um vendedor de terreno que tem seua terrenos localizados na zona rural e no centro de um determinada cidade, quer saber a predição de um valor do terreno pela sua Área(m²) e Localização.
Variaves Entrada: Área(m²), Localização
Variavel Resposta: Valor do Terreno
Quantitativa: Área(m²) e Valor do Terreno (R$)
Qualitativa: Localização (Bairro = 0 e Centro = 1)
	Resposta Correta:
	[Nenhuma]
	Feedback da resposta:
	[Sem Resposta]
	
	
	
Sábado, 4 de Abril de 2020 17h26min51s BRT