A Estatistica Aplicada
Por: Lidieisa • 15/4/2018 • 1.815 Palavras (8 Páginas) • 406 Visualizações
...
Pelos dados iniciais, já dá para afirmar que os mesmos não seguirão a curva normal, uma vez que os valores da média, mediana e da moda são distintos, adotamos como 5 o número de colunas do histograma para facilitar o nosso estudo.
4 – Representação gráfica (histograma)
Com os dados de tempo obtidos, utilizamos o software STAT FIT como uma ferramenta vital de auxilio a análise dos dados e também para, posteriormente, nos ajudar a tomar as decisões necessárias sobre quais medidas tomarmos visando a melhoria, talvez, desses tempos e assim, uma maior satisfação de nossos clientes. Veremos estes aspectos com maiores detalhes posteriormente.
Histograma:
5 – Sistema de Amostragem
Como se trata da tomada de tempos de lavagem de carros, escolhemos, como o sistema de amostragem adotado do tipo sistemático (ou periódico), pois estamos tratando de tempos em um determinado dia da semana.
6- Indicação do modelo de curva teórica:
Depois do grupo observar as principais distribuições, chegamos a conclusão de que o nosso caso deveria seguir a distribuição de Weibull, uma vez que esta trata do tempo de espera (que é o nosso caso) e também sobre tempo de processamento e confiabilidade. Estes dados fazem com que realmente a distribuição de Weibull seja a mais apropriada.
7 – Testes de Aderência Gráfica (PPN)
Os dados foram colocados no papel probabilístico normal (PPN), e analisados pelo grupo; os valores das colunas são dados através do statfit, na tela binned data (olhamos os dados de density); através deles vamos obter uma reta que deve “varrer” a região da curva normal, isto é , os pontos do nosso estudo devem ser próximos a essa reta ideal, que é compreendida na região média + σ, de 68% , ou seja, 34 % para cada extremo a partir de 50 % ; essa região é denominada de ponto de inflexão; no nosso caso, com o uso do PPN encontramos um intervalo de 0,34 e um desvio padrão de 4,42, que é muito próximo do calculado na tabela, ou seja, nossos pontos estão passando próximos à curva normal. Os dados obtidos com o PPN foram:
8- Testes de aderência: X^2, Anderson Darling e KS;
Através da observação desses três testes pelo grupo, verificamos que o teste mais apropriado para o nosso caso é o teste X^2 já que iremos observar a situação (Oi) e esperamos um certo valor determinado (Ei).
9- Escolha do melhor Modelo De Distribuição:
Através do StatFit ,pudemos realmente ver com exatidão,qual seria o modelo que realmente o nosso caso tendia, inicialmente achávamos que o modelo, pelas evidências iniciais( PPN e Curtosis) seria o da curva normal , mas o mesmo é apenas o décimo primeiro, a melhor curva segundo o StatFit, é a Weibull; além do ranking, também tomamos o cuidado de verificar qual das curvas tinha menor acúmulo de resíduos; através das análises dos resíduos da Curva Normal e da Curva Weibull(em anexo), verificamos que a segunda realmente apresenta a menor quantidade de resíduos acumulados, o que realmente justifica a sua escolha.
10- Teste de independência (Qui quadrado)
Farei o teste com dados hipotéticos:
Considerarei como exemplo, o número de carros lavados, por tipo (pequeno ou grande) por dia em uma semana. Construímos uma tabela com os seguintes valores:
Oij
PEQ
GRANDE
Total
Mo
20
10
30
Tu
30
15
45
WED
10
5
15
THU
25
15
40
FRI
20
15
35
SAT
50
35
85
total
155
95
250
A partir da primeira tabela, construímos a tabela de valores esperados (Eij), fazendo:
[pic 2]
Onde Tk é o total da coluna e Tl é o total da linha. T é a soma dos totais das colunas.
Fazendo como exemplo o E mo, peq o esperado da primeira coluna, primeira linha:
E mo, peq = 155*30/250 = 18,6
Efetuando os cálculos, teremos:
Eij
peq
grande
total
Mo
18,6
11,4
30
Tu
27,9
17,1
45
Wd
9,3
5,7
15
THu
24,8
15,2
40
Fr
21,7
...