Buscar

ATV 01- GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes
Você viu 3, do total de 4 páginas

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Prévia do material em texto

1 
 
 
 FADERGS – FACULDADE DE DESENVOLVIMENTO DO RIO GRANDE DO SUL 
 
 ENGENHARIA DE CONTROLE E AUTOMAÇÃO 
 
 ESTATÍSTICA APLICADA AO DATA SCIENCE 
 
 
 
 
 
LUIZ PAULO DE F. FERNANDES 
 
 
 
 
 
ATIVIDADE UNIDADE 1 
GRA1561 ESTATÍSTICA APLICADA AO DATA SCIENCE 
 
 
 
 
 
 
 
 
 
 
PARANAVAÍ – PR 
10 de março de 2021 
2 
 
ATIVIDADE 01 
 
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: 
 
 
 
3 
 
1) Quais foram as variáveis estudadas? 
• Máquinas; 
• Produção; 
• Layout; 
• Funcionários. 
 
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? 
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 
"peça/hora"; o layout é uma variável qualitativa com classes (1"novo" ou 0 
"antigo"); o número de funcionários é uma variável qualitativa com classes (0 
“atual", 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? 
 
Pode ser usado para realizar diversas análises com foco nos principais fatores 
influenciadores do custo de produção. O método possibilita a correlação das 
variáveis e a visualização de vários cenários. A partir do modelo, o gestor da 
fábrica pode simular situações, e chegar ao resultado mais desejado, aumentando 
ou mantendo o numero de funcionários, modificando a quantidade e/ou velocidade 
de máquinas, alterando o layout. 
 
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 
4 
 
cada uma delas (se quantitativa ou qualitativa) e forneça suas unidades de 
medida (se quantitativas) ou seus níveis ou classes (se qualitativas). 
Considerando as circunstâncias presentes no cotidiano, como: A perda de peso 
corporal de uma pessoa em função da quantidade de horas de exercícios e da 
quantidade da ingestão de calorias; o valor de um apartamento em função da área, 
do andar e da localização. No caso,a variavel Y - seria tonelada de vapor produzido 
por hora (ton/h) – sendo uma variavel quantitativas; x1 - seria quantidade de 
combustivel que alimenta a caldeira - varivel quantitativa - medida em "ton"; x2 - 
seria a umidade do combustivel - varivel qualitativa em que as classes seriam 0 = 
"<50% de umidade" e 1 = ">= 50% de umidade"; e x3 seria o uso do aditivo com o 
combustível, uma variavél qualitativa em que as classes seriam 1 = "uso de aditivo" 
e 0 = "sem aditivo".

Continue navegando