Atv1EST. APLIC. DATA SCIENCE.

Prévia do material em texto

Estatísticas Aplicada ao Data Science 
Atividade 1 
1) Quais foram as variáveis estudadas?
 Conforme o modelo apresentado as variáveis estudas foram velocidade da máquina, layout antigo ou novo, número de funcionários maior ou igual e volume de 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? 
Tendo em vista os dados apresentados na questão podemos dizer que a velocidade da máquina é uma variável quantitativa, com unidade de medida rpm. 
O volume de produção é uma variável quantitativa com unidade de medida peças/hora. 
O layout é uma variável qualitativa com classes (1novo ou 0 antigo).
 O número de funcionários é uma variável qualitativa com classes (0 atual e 1 maior).
3) Como pode esse modelo de regressão linear múltipla ser usado para fazer predição de volume de produção de cada linha da fábrica?
O objetivo do modelo acima é encontrar qual o melhor cenário em que seja produzido mais peças/hora. Para isso as diversas variáveis são utilizadas no modelo de regressão linear fornecendo o resultado de peças/hora. Assim é possível a quem estiver trabalhando com o modelo fazer simulações aumentando ou mantendo o mesmo numero de funcionários, modificando a velocidade de máquinas, alterando o layout. Cada uma dessas simulações irá fornecer um resultado simulado até chegar no cenário desejado para implementar aquela que adeque melhor as necessidades da empresa .
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).
23793.38128 60046.431908 37000.063307 8 84500000030000