terça-feira, 29 de março de 2016

Aula 4 (30/3/2016) - Tomada de Decisão em Pesquisa e Inteligência Organizacional



Tomada de Decisão em Pesquisa e Inteligência Organizacional

Danilo - Da para estudar NP-MANOVA (R) e Regressão Robusta (SAS - R)?




Livro Básico - Infer. Estat. Indutiva - Download












- Exemplo: Arquivo do Excel para Download:

           







Aparentemente há diferenças, as medias aritméticas são diferentes, umas maiores ou menores que as outras. Por exemplo o DBO da Área Urbana é 9,7 mg/l e da Área Semiurbana 7,2 mg/l. Essa informação é suficiente para tomar a decisão de falar que são diferentes?

Não, essa diferença de medias aritméticas é matemática, 


não estatística, para falar que são diferentes devemos


 aplicar um teste de hipótese estatístico (que faz parte da


 Inferência Estatística Indutiva), por exemplo o Teste T de


 Student (se os dados tiverem distribuição Normal) ou U de


 Mann–Whitney (Estatística Robusta) se tivermos problemas


 de normalidade, heterocedasticidade ou presença de 


outliers (dados fora de contexto), o se simplesmente não


 quisermos ou podermos, testar todas essas pressuposições.


Esses testes nos fornecerão uma Margem de Erro (probabilidade) e uma Margem de Confiança, para tomarmos a decisão da melhor maneira possível, por exemplo em ciência (teses, papers, congressos. Etc.) não são aceitas as tomadas de decisão sem os endossos probabilísticos. Tambem é assim na área de gestão, desde a segunda gerra mundial (E. Deming), em EUA e Japão.


OK, vamos fazer a primeira analise desses dados no Excel, utilizando macros analíticas (programas dentro do programa Excel). Uma dessas macros é Teste T de Student para Duas Amostras Independente com Variâncias Desconhecidas.

O teste T é a ferramenta mais importante para a tomada de decisão em gestão, inteligência e certificação internacional da qualidade.
Na área de pesquisa a principal ferramenta de tomada de decisão é ANOVA. ANOVA é uma generalização do Teste T, quando existem mais do que dois níveis do fator tratamentos, o Teste T é somente para dois níveis.



Em primeira instancia devemos ativar as macros analíticas do Excel, normalmente compramos o Excel e utilizamos somente uma parte dele, o mais frequente é não estarem ativadas (como comprar um apartamento de 3 quartos e utilizar somente um ou dois), nos departamentos, laboratórios, empresas, etc.



Vídeo para Ativar as Macros Analíticas do Excel:





Vídeo para Rodar a Macro Analitica Teste T de Student para Amostras Independentes em Excel:








·      Ho: Hipótese de Nulidade ou de Igualdade
o    DBO Reg. Urbana = DBO Reg. Semiurbana
o    DBO Reg. Urbana - DBO Reg. Semiurbana = 0
o     
·      H1:  Hipótese de Alternativa
o    H1a: Uni caudal: 
§  DBO Reg. Urbana > DBO Reg. Semiurbana
o    H1b: Bicaudal:
§  DBO Reg. Urbana    ≠ DBO Reg. Semiur.
·         H1a: Uni caudal - Demanda Informação Confiável Previa
·         H1b: Bicaudal - Sem Informação Previa

Teste-t: duas amostras presumindo variâncias diferentes
DBO - Urbana
DBO Semiurbana
Média
9,666667
7,166666667
Variância
2,333333
1,583333333
Observações
3
3
Hipótese da diferença de média
0
gl
4
Stat t
2,187975
P(T<=t) uni-caudal
0,046952
Margem de Erro
t crítico uni-caudal
2,131847
P(T<=t) bi-caudal
0,093904
Margem de Erro
t crítico bi-caudal
2,776445


Margem de Erro Uni caudal =4,7 %      
  • Demanda Informação Previa Confiável
    • Publicação (Academia)    
    •  Sumario Executivo (Empresa Privada)                                     

                                                                                                         
Margem de Erro Bi caudal = 9,4   %       

  • Não Demanda Informação Previa Confiável                

Resultados e Discussão (de um documento cientifico – Iniciação, TCC, Mestrado, Doutorado, Pós-doutorado, publicação):
Com Informação Previa Confiável:
A média aritmética para DBO dos ribeirões da região urbana (9,7 mg/l) foi maior significativamente ( p <  0,04695) do que media dos ribeirões da região semiurbana ( 7,2 mg/l).
Sem Informação Previa Confiável:
Não foram conseguidos argumentos suficientes para se rejeitar a hipótese de igualdade ( p < 0,093904151)

Sumario Executivo (Empresa):
Com Informação Previa Confiável:
O DBO da área urbana (9,7 ) é maior do que o DBO da área semiurbana (7,2) com 95,3% de confiança;

Sem Informação Previa Confiável:
Não existe evidencia significativa de diferença na quantidade de DBO nas duas situações analisadas (margem de confiança insuficiente 91%)







- 
Exercício  III - Tomada de Decisão em Pesquisa, Inteligencia Organizacional, etc. Elaborar um exemplo dentro de sua área de interesse.DL 13/4/2016



quarta-feira, 23 de março de 2016

Aula 3 - 23/3/2016 - Interpretação de Regressão com Curvatura e Testes de Hipoteses

Aula 3 -  23/3/2016 - Interpretação de Regressão com Curvatura e Testes de Hipóteses


 Regr. Polinomial e Tomada de Decisão


Regr. Polinomial 



Este exemplo relaciona nível salarial e qualidade de vida. Os dados são fictícios. 
Dados do Exemplo


Salário (US$)
Q.Vida (0-10)
1460
8,1
1575
8,1
1689
8,2
1900
8,5
2150
8,6
2320
8,6
2467
8,6
3000
8,6
3400
8,4
3500
8,4
3900
8,4





Vemos no Diagrama de Dispersão dos Dados, que eles seguem uma distribuição que apresenta curvatura, assim não podemos utilizar o polinômio de primeiro grau, a reta. Podemos tentar ajustar um polinômio de segundo grau, uma parábola.


Vídeo contendo a da sequencia de passos para realizar uma regressão quadrática, clicar no arquivo a seguir:







Resultado da Analise





O modelo ajustado pode ser considerado muito bom (R² = 0,8116). 
Agora acharemos o ponto de Maximo, ou seja qual salário maximiza a qualidade de vida, segundo os dados deste exemplo.
Para calcularmos o ponto de Maximo, temos que derivar o polinômio e igualar o resultado a zero.
Polinômio derivado:
Y’ = (-3E-07x2 + 0,0017x + 6,3124)’ =
    = -3E-07* 2 * x + 0,0017 = 0
Assim  x = -0,0017 / (-3E-07* 2) = 2833,3 US$ é o salário que maximiza a função polinomial.

Calculo no Excel =-0,0017/(2*(-0,0000003))


Exercício 2 - Regressão com curvatura, fazer

exemplo dentro de seu universo de pesquisa. 

DL: 6/4/2016





Tomada de Decisão em Pesquisa e Inteligência Organizacional


Livro Básico - Infer. Estat. Indutiva - Download












- Exemplo: Arquivo do Excel para Download:

           







Aparentemente há diferenças, as medias aritméticas são diferentes, umas maiores ou menores que as outras. Por exemplo o DBO da Área Urbana é 9,7 mg/l e da Área Semiurbana 7,2 mg/l. Essa informação é suficiente para tomar a decisão de falar que são diferentes?

Não, essa diferença de medias aritméticas é matemática, não estatística, para falar que são diferentes devemos aplicar um teste de hipótese estatístico (que faz parte da Inferência Estatística Indutiva), por exemplo o Teste T de Student (se os dados tiverem distribuição Normal) ou U de Mann–Whitney (Estatística Robusta) se tivermos problemas de normalidade, heterocedasticidade ou presença de outliers (dados fora de contexto), o se simplesmente não quisermos ou podermos, testar todas essas pressuposições.


Esses testes nos fornecerão uma Margem de Erro (probabilidade) e uma Margem de Confiança, para tomarmos a decisão da melhor maneira possível, por exemplo em ciência (teses, papers, congressos. Etc.) não são aceitas as tomadas de decisão sem os endossos probabilísticos. Tambem é assim na área de gestão, desde a segunda gerra mundial (E. Deming), em EUA e Japão.


OK, vamos fazer a primeira analise desses dados no Excel, utilizando macros analíticas (programas dentro do programa Excel). Uma dessas macros é Teste T de Student para Duas Amostras Independente com Variâncias Desconhecidas.

O teste T é a ferramenta mais importante para a tomada de decisão em gestão, inteligência e certificação internacional da qualidade.
Na área de pesquisa a principal ferramenta de tomada de decisão é ANOVA. ANOVA é uma generalização do Teste T, quando existem mais do que dois níveis do fator tratamentos, o Teste T é somente para dois níveis.



Em primeira instancia devemos ativar as macros analíticas do Excel, normalmente compramos o Excel e utilizamos somente uma parte dele, o mais frequente é não estarem ativadas (como comprar um apartamento de 3 quartos e utilizar somente um ou dois), nos departamentos, laboratórios, empresas, etc.



Vídeo para Ativar as Macros Analíticas do Excel:





Vídeo para Rodar a Macro Analitica Teste T de Student para Amostras Independentes em Excel:








·      Ho: Hipótese de Nulidade ou de Igualdade
o    DBO Reg. Urbana = DBO Reg. Semiurbana
o    DBO Reg. Urbana - DBO Reg. Semiurbana = 0
o     
·      H1:  Hipótese de Alternativa
o    H1a: Uni caudal: 
§  DBO Reg. Urbana > DBO Reg. Semiurbana
o    H1b: Bicaudal:
§  DBO Reg. Urbana    ≠ DBO Reg. Semiur.
·         H1a: Uni caudal - Demanda Informação Confiável Previa
·         H1b: Bicaudal - Sem Informação Previa

Teste-t: duas amostras presumindo variâncias diferentes
DBO - Urbana
DBO Semiurbana
Média
9,666667
7,166666667
Variância
2,333333
1,583333333
Observações
3
3
Hipótese da diferença de média
0
gl
4
Stat t
2,187975
P(T<=t) uni-caudal
0,046952
Margem de Erro
t crítico uni-caudal
2,131847
P(T<=t) bi-caudal
0,093904
Margem de Erro
t crítico bi-caudal
2,776445


Margem de Erro Uni caudal =4,7 %      
  • Demanda Informação Previa Confiável
    • Publicação (Academia)    
    •  Sumario Executivo (Empresa Privada)                                     

                                                                                                         
Margem de Erro Bi caudal = 9,4   %       

  • Não Demanda Informação Previa Confiável                

Resultados e Discussão (de um documento cientifico – Iniciação, TCC, Mestrado, Doutorado, Pós-doutorado, publicação):
Com Informação Previa Confiável:
A média aritmética para DBO dos ribeirões da região urbana (9,7 mg/l) foi maior significativamente ( p <  0,04695) do que media dos ribeirões da região semiurbana ( 7,2 mg/l).
Sem Informação Previa Confiável:
Não foram conseguidos argumentos suficientes para se rejeitar a hipótese de igualdade ( p < 0,093904151)

Sumario Executivo (Empresa):
Com Informação Previa Confiável:
O DBO da área urbana (9,7 ) é maior do que o DBO da área semiurbana (7,2) com 95,3% de confiança;

Sem Informação Previa Confiável:
Não existe evidencia significativa de diferença na quantidade de DBO nas duas situações analisadas (margem de confiança insuficiente 91%)







- 
Exercício  III - Tomada de Decisão em Pesquisa, Inteligencia Organizacional, etc. DL 1/4/2015


terça-feira, 8 de março de 2016

Aula 2 - 16/3/2016 - Regressão com Curvatura





 Análise de Regressão


Vamos analisar conjuntos de dados para exemplificar como fazer e interpretar uma analise de regressão.
A analise de regressão é utilizada para estimar a relação estatística entre duas variáveis, a variável no Eixo X é denominada variável independente, considerada “a causa”, a variável do Eixo Y é denominada variável dependente ou variável “resposta”.



Exemplo 1
Trata-se de um conjunto de dados que contem, para a Variável X: Investimento em Propaganda de Uma Rede de Supermercados. A variável Y: Vendas Após Veiculação da Propaganda.
Conjunto de Dados a Ser Analisado (digitar esses dados em Excel):

X : Investimento em Propaganda
Y:  Resultado em Vendas
  
X
Y
30
430
21
335
35
520
42
490
37
470
2
210
8
195
17
270
35
400
25
480

Veja o vídeo, anexado em seguida, explicando como realizar a analise no Excel.


Vídeo que explica como fazer analise de regressão. Fazer download do  arquivo padrao FLV:







Análise de Resultados:








O resultado gráfico mostra uma tendência crescente da reta de regressão, indicando que quando aumenta o investimento em propaganda também aumenta o resultado em vendas.
Analiticamente podemos observar que a qualidade de ajuste da reta foi muito boa R² = 0,8251, Coeficiente de Determinação (0-0,2 Muito Ruim; 0,2 – 0,4 Ruim; 0,4 – 0,6 Regular; 0,6-0,8 Boa; 0,8-1 Muito boa, critério montado utilizando Escala de Likert).
A equação da reta de regressão estimada foi:
y = 8,3023x + 170,78
assim vemos que o Coeficiente Linear foi 170,78; como a s unidades do gráfico são Reais * 1000, podemos concluir que o que seria vendido com X=0, ou seja sem propaganda seria Y=170.780 R$.

O coeficiente de regressão foi 8,30, o que indica que para cada unidade de aumento na propaganda temos um aumento de 8,3 R$ em vendas, ou que para cada 1000 R$ investidos em propaganda temos 8.300 R$ a mais em vendas.



Exemplo de Regressão de Curvatura

Peso do Gabriel

Arquivo para Download:

Peso do Gabriel - Arquivo


Exercício 1 - Elabore um exemplo dentro de seu universo de pesquisa para aplicar Regressão Linear, interprete os resultados e mande para o e-mail abaixo. DL: 30/3.


Mandar para o e-mail:

estat.robus.esalq@gmail.com


Aula 1 2016 - Introdução e Análise de Regressão

Aula I de 2016 -Introdução e  Análise de Regressão


Telefones do Gabriel


Mayara 019-34294144 Ramal 227
Luciane 019-34294144 Ramal 220
Celular (Whatsapp) 019 - 988-627-438

Ficamos nos apresentando a aula toda.



 Análise de Regressão


Vamos analisar conjuntos de dados para exemplificar como fazer e interpretar uma analise de regressão.
A analise de regressão é utilizada para estimar a relação estatística entre duas variáveis, a variável no Eixo X é denominada variável independente, considerada “a causa”, a variável do Eixo Y é denominada variável dependente ou variável “resposta”.



Exemplo 1
Trata-se de um conjunto de dados que contem, para a Variável X: Investimento em Propaganda de Uma Rede de Supermercados. A variável Y: Vendas Após Veiculação da Propaganda.
Conjunto de Dados a Ser Analisado (digitar esses dados em Excel):

X : Investimento em Propaganda
Y:  Resultado em Vendas
  
X
Y
30
430
21
335
35
520
42
490
37
470
2
210
8
195
17
270
35
400
25
480

Veja o vídeo, anexado em seguida, explicando como realizar a analise no Excel.

Vídeo que explica como fazer analise de regressão. Fazer download do  arquivo padrao FLV:







Análise de Resultados:








O resultado gráfico mostra uma tendência crescente da reta de regressão, indicando que quando aumenta o investimento em propaganda também aumenta o resultado em vendas.
Analiticamente podemos observar que a qualidade de ajuste da reta foi muito boa R² = 0,8251, Coeficiente de Determinação (0-0,2 Muito Ruim; 0,2 – 0,4 Ruim; 0,4 – 0,6 Regular; 0,6-0,8 Boa; 0,8-1 Muito boa, critério montado utilizando Escala de Likert).
A equação da reta de regressão estimada foi:
y = 8,3023x + 170,78
assim vemos que o Coeficiente Linear foi 170,78; como a s unidades do gráfico são Reais * 1000, podemos concluir que o que seria vendido com X=0, ou seja sem propaganda seria Y=170.780 R$.

O coeficiente de regressão foi 8,30, o que indica que para cada unidade de aumento na propaganda temos um aumento de 8,3 R$ em vendas, ou que para cada 1000 R$ investidos em propaganda temos 8.300 R$ a mais em vendas.



Exemplo de Regressão de Curvatura

Peso do Gabriel

Arquivo para Download:

Peso do Gabriel - Arquivo





Se no eixo X tivéssemos valor do dólar e se as vendas fossem de computadores, então a reta neste momento da economia do Brasil, seria decrescente.

Colocar Exemplo do Ar que está em pendrive.

Exercício 1. Criar um exemplo para utilização de regressão linear (crescente ou decrescente). DL (Prazo):  23 / 3 / 2016.

Mandar para o e-mail:

estat.robus.esalq@gmail.com