Exercícios Práticos Obrigatórios
Cola para o Mercado de Trabalho e Academia
Arquivo Word para Download:
Enviar por Favor para o E-mail da Disciplina:
economia.usp10@gmail.com
Todos os exercícios práticos anteriores ficam como optativos.
Continuam vigentes os exercícios teóricos e o seminário.
Contém os Ex. Práticos 4 e 5 da lista original
Vamos analisar a satisfação de clientes, por exemplo do Mazine Luisa, essa satisfação será nossa variável resposta ou efeito.
Temos 5 variáveis preditoras (ou independentes ou causa).
Queremos saber quais variáveis preditoras impactam a satisfação do cliente e quantificar esse impacto.
Dead Line - Prazo : 10/9/2025
Resolva no SAS com e sem outlier.
Troque os sinais de interrogação pelos últimos dois dígitos do seu número USP.
Bu_Unit | Sales | Price | Qu_level | Claims | NPS | Satisfac |
1 | 65,98 | 97,80 | 96,77 | 13,58 | 98,90 | 97,83 |
2 | 15,84 | 98,90 | 98,39 | 12,35 | 97,80 | 98,91 |
3 | 8,89 | 100,00 | 100,00 | 11,11 | 100,00 | 100,00 |
4 | 12,46 | 98,90 | 95,16 | 12,35 | 96,70 | 96,74 |
5 | 80,67 | 21,98 | 19,35 | 100,00 | 2,20 | 21,???? |
6 | 32,17 | 23,08 | 22,58 | 97,53 | 3,30 | 23,91 |
7 | 23,45 | 24,18 | 24,19 | 96,30 | 2,75 | 25,00 |
8 | 89,96 | 24,18 | 19,35 | 95,06 | 2,20 | 26,09 |
9 | 31,43 | 64,84 | 56,45 | 50,62 | 65,93 | 65,22 |
10 | 11,23 | 65,93 | 51,61 | 49,38 | 71,43 | 66,30 |
11 | 77,46 | 70,33 | 53,23 | 46,91 | 63,74 | 68,48 |
12 | 23,90 | 68,13 | 51,61 | 45,68 | 61,54 | 67,39 |
13 | 7,40 | 86,81 | 80,65 | 25,93 | 90,11 | 86,96 |
14 | 0,29 | 87,91 | 79,03 | 24,69 | 85,71 | 85,87 |
15 | 83,42 | 87,91 | 77,42 | 22,22 | 90,11 | 88,04 |
16 | 100,00 | 86,81 | 75,81 | 25,93 | 84,62 | 84,78 |
17 | 15,84 | 98,90 | 98,39 | 12,35 | 97,80 | 28,91 |
Sumário Executivo
Conventional and Robust Data Science for SML to Prediction or Regression
SAS Program
Data Customer;
Input Bu_Unit Sales Price Qu_level Claims NPS Satisfac;
Cards;
DADOS DO EXCEL OU LIBRE OFFICE CALC
;
proc print; run;
/* Input Bu_Unit Sales Price Qu_level Claims NPS Satisfac; */
proc reg;
model Satisfac = Sales Price Qu_level Claims NPS;
Run;
proc robustreg;
model Satisfac = Sales Price Qu_level Claims NPS / diagnostic;
Run;
Resolução do Exercicio Pratico 4
Ex. Pratico 5 -
Visualização 6d com IAI Não S para Redução de Dimensão
data pca_reg;
input Sales Price Qu_level Claims NPS Satisfac;
cards;
65.98 97.8 96.77 13.58 98.9 97.83
15.84 98.9 98.39 12.35 97.8 98.??
8.89 100 100 11.11 100 100
12.46 98.9 95.16 12.35 96.7 96.74
80.67 21.98 19.35 100 2.2 21.59
32.17 23.08 22.58 97.53 3.3 23.91
23.45 24.18 24.19 96.3 2.75 25
89.96 24.18 19.35 95.06 2.2 26.09
31.43 64.84 56.45 50.62 65.93 65.22
11.23 65.93 51.61 49.38 71.43 66.3
77.46 70.33 53.23 46.91 63.74 68.48
23.9 68.13 51.61 45.68 61.54 67.39
7.4 86.81 80.65 25.93 90.11 86.96
0.29 87.91 79.03 24.69 85.71 85.87
83.42 87.91 77.42 22.22 90.11 88.04
100 86.81 75.81 25.93 84.62 84.78
15.84 98.9 98.39 12.35 97.8 28.91
;
proc print; run;
proc prinqual plots=(MDPref);
transform identity(Sales Price Qu_level Claims NPS Satisfac);
ods select MDPrefPlot;
run;
Resolução do Exercicio Pratico 5
Download
Arquivo de Resultados e Discussão - Feito pelo Gabriel como se fosse um aluno
Arquivo para Download:
Exercício Pratico I Obrigatório (junta os exercícios práticos 4 e 5 da lista original)
Fim Exercício I Obrigatorio
==================================
==================================
Ex. II Obrigatorio - Winzor. - MANOVA - Cluster - PCA - Rede Neural
data rastreab;
input Registro Regiao $ Rb Se Cs Br;
datalines;
1 Anazonia 73.99 100.00 96.97 91.??
2 Anazonia 78.02 90.28 93.94 80.00
3 Anazonia 70.70 81.71 94.50 85.71
4 Anazonia 77.29 58.65 100.00 68.57
5 Anazonia 75.00 85.42 93.94 57.14
6 Cerrado 82.05 24.55 78.79 94.29
7 Cerrado 80.22 29.32 81.82 60.00
8 Cerrado 87.18 30.64 96.97 71.43
9 Cerrado 88.28 24.88 100.00 97.14
10 Cerrado 84.43 27.35 89.39 77.14
11 Sul_1 100.00 4.12 81.82 76.40
12 Sul_1 93.40 4.10 79.00 77.14
13 Sul_1 92.31 3.79 78.79 71.43
14 Sul_1 96.70 4.28 81.60 71.43
15 Sul_1 93.68 4.82 81.82 72.86
16 Sul_2 95.97 3.20 81.30 65.71
17 Sul_2 88.64 3.46 81.82 97.14
18 Sul_2 93.04 3.13 80.30 100.00
19 Sul_2 89.74 3.79 81.21 57.14
20 Sul_2 91.85 4.28 80.53 60.00
;
proc print; run;
/* input Registro Regiao $ Rb Rb Se Cs Br; */;
proc anova;
class Regiao;
model Rb Se Cs Br = Regiao;
run;
Programa com Dados Winsorizados
data rastreab;
input Registro Regiao $ Rb Se Cs Br;
datalines;
1 Amazonia 73.99 100.00 96.97 91.59
2 Amazonia 78.02 90.28 93.94 80.00
3 Amazonia 70.70 81.71 94.50 85.71
4 Amazonia 77.29 81.8 100.00 68.57
5 Amazonia 75.00 85.42 93.94 57.14
6 Cerrado 82.05 24.55 78.79 94.29
7 Cerrado 80.22 29.32 81.82 60.00
8 Cerrado 87.18 30.64 96.97 71.43
9 Cerrado 88.28 24.88 100.00 97.14
10 Cerrado 84.43 27.35 89.39 77.14
11 Sul_1 100.00 4.12 81.82 76.40
12 Sul_1 93.40 4.10 79.00 77.14
13 Sul_1 92.31 3.79 78.79 71.43
14 Sul_1 96.70 4.28 81.60 71.43
15 Sul_1 93.68 4.82 81.82 72.86
16 Sul_2 95.97 3.20 81.30 65.71
17 Sul_2 88.64 3.46 81.82 97.14
18 Sul_2 93.04 3.13 80.30 100.00
19 Sul_2 89.74 3.79 81.21 57.14
20 Sul_2 91.85 4.28 80.53 60.00
;
proc print; run;
/* input Registro Regiao $ Rb Rb Se Cs Br; */;
proc anova;
class Regiao;
model Rb Se Cs Br = Regiao;
run;
Dados Winsorizados
1 | Anazonia | 73,99 | 100 | 96,97 | 91,59 |
2 | Anazonia | 78,02 | 90,28 | 93,94 | 80 |
3 | Anazonia | 70,7 | 81,71 | 94,5 | 85,71 |
4 | Anazonia | 77,29 | 81,9 | 100 | 68,57 |
5 | Anazonia | 75 | 85,42 | 93,94 | 57,14 |
6 | Cerrado | 82,05 | 24,55 | 78,79 | 94,29 |
7 | Cerrado | 80,22 | 29,32 | 81,82 | 60 |
8 | Cerrado | 87,18 | 30,64 | 96,97 | 71,43 |
9 | Cerrado | 88,28 | 24,88 | 100 | 97,14 |
10 | Cerrado | 84,43 | 27,35 | 89,39 | 77,14 |
11 | Sul_1 | 100 | 4,12 | 81,82 | 76,4 |
12 | Sul_1 | 93,4 | 4,1 | 79 | 77,14 |
13 | Sul_1 | 92,31 | 3,79 | 78,79 | 71,43 |
14 | Sul_1 | 96,7 | 4,28 | 81,6 | 71,43 |
15 | Sul_1 | 93,68 | 4,82 | 81,82 | 72,86 |
16 | Sul_2 | 95,97 | 3,2 | 81,3 | 65,71 |
17 | Sul_2 | 88,64 | 3,46 | 81,82 | 97,14 |
18 | Sul_2 | 93,04 | 3,13 | 80,3 | 100 |
19 | Sul_2 | 89,74 | 3,79 | 81,21 | 57,14 |
20 | Sul_2 | 91,85 | 4,28 | 80,53 | 60 |
Programa SAS para IAI Não Supervisionada para Agrupamentos e Distancias Multivariados
data cluster;
input Regioes $ Rb Se Cs Br;
datalines;
Anazonia 75 87.862 95.87 76.602
Cerrado 84.432 27.348 89.394 80
Sul_1 95.218 4.222 80.606 73.852
Sul_2 91.848 3.572 81.032 75.998
;
proc print; run;
/* IAI ou ML Não Supervisioando para Agrupamentos e Distancias
Multivariados - Cluster Analysis */;
/* input Regioes $ Rb Se Cs Br; */;
proc cluster outtree = arvore method = average;
var Rb Se Cs Br;
id Regioes;
run;
PROC TREE DATA = arvore;
RUN;
