Aula 3 - Dados de entrada

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

Professora Marina S. Almeida 
 
 Obter modelos PROBABILÍSTICOS que permitam 
INFERIR as propriedades de um dado FENÔMENO 
ALEATÓRIO. 
 
 MODELOS DE ENTRADA são modelos 
PROBABILÍSTICOS que representam a NATUREZA 
ALEATÓRIA de um dado fenômeno. 
 
 MODELAGEM DE DADOS é o processo de escolher 
a melhor representação deste fenômeno. 
 Processo é facilitado quando: 
◦ 1) O processo de entrada de dados pode ser 
representado por uma sequência de variáveis 
aleatórias independente e identicamente distribuída 
 
 
 
◦ Todas as variáveis pertencentes à sequência tem a 
mesma distribuição de probabilidades e são 
mutuamente independentes entre si. 
 Processo é facilitado quando: 
◦ 2) A distribuição das variáveis aleatórias pode ser 
aproximada por um modelo probabilístico 
conhecido e encontrado em pacotes comerciais. 
 
 
 
 
 
 
 Processo é facilitado quando: 
◦ 2) A distribuição das variáveis aleatórias pode ser 
aproximada por um modelo probabilístico 
conhecido e encontrado em pacotes comerciais. 
 
 
 
 
 
 
A melhor aproximação é obtida 
através dos testes de aderência! 
 
 
 Processo é facilitado quando: 
◦ 3) Os dados estão disponíveis de modo que seus 
parâmetros possam ser estimados. 
 COLETAR DADOS 
 TRATAR OS DADOS 
 INFERIR 
 AMOSTRA é um conjunto de valores retirados 
da população de interesse, com o objetivo de 
representar a população no estudo 
estatístico. 
 
 A amostra obtida deve ser a mais 
representativa possível do fenômeno a ser 
analisado. 
Tamanho da amostra: 100 a 200 observações, 
para permitir identificação do melhor modelo 
probabilístico. 
 
Coleta de dados deve ser registrada na ordem 
de ocorrência, para permitir análises de 
correlação. 
 
Se há suspeita de que os dados mudam em 
função do horário ou dia de coleta, a coleta 
deve ser refeita em outros horários e dias. 
 Escolha adequada das variáveis de entrada 
 
 Estudo de caso: Filas em um supermercado 
 
S 
N 
N 
N 
S 
É RESULTADO! 
 Considere uma linha de montagem de uma 
peça composta por 3 partes. Existem três 
operadores na linha, cada um responsável 
pelo encaixe de uma parte específica. O 
objetivo da simulação é determinar a 
produtividade da linha. 
 Quais são os dados que devem ser levantados 
neste problema? 
 Identificação do fenômeno aleatório em 
estudo usando ferramentas de estatística 
descritiva. 
 
 Obtenção de medidas de posição (média, 
mediana, moda, etc) e de dispersão 
(variância, amplitude, coeficiente de variação, 
etc) da variável aleatória em estudo. 
 Ordenando-se os valores observados (do 
menor para o maior) e dividindo-os em 
quatro partes iguais, o primeiro quartil (Q1) é 
o valor que deixa 25% das observações à 
esquerda, o segundo quartil (Q2) é a 
mediana, e deixa 50% das observações à 
esquerda, e o terceiro quartil (Q3), deixa 75% 
das observações à esquerda. 
 Identificar a distribuição de probabilidades 
que representa o fenômeno 
 
 O primeiro passo para descobrir a 
consistência dos dados é construir um 
histograma da amostra. 
Regra de Sturges 
 
 Em um estudo de simulação para um posto 
bancário, foram coletados os tempos que um 
funcionário consumiu no atendimento a 100 
clientes. Contudo, o funcionário era recém-
contratado e os tempos apresentaram uma 
tendência de diminuição ao longo da coleta. 
Qual condição não está sendo atendida para 
que os dados possam ser utilizados na 
construção de um modelo de entrada?