terça-feira, 5 de abril de 2016

Aula 7 (12/4/2016) - Tomada de Decisão

Seminários: Um assunto (escolher da lista abaixo, ou assuntos relacionados) no minimo por pessoa, grupos de 2 a 5 pessoas. Buscar sinergia entre os assuntos, se tiverem dificuldade eu (Gabriel) ajudo. DL para fecharmos os grupos e e assuntos 26/4/2016.



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, laboratóriosempresas, 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




Aula 6 (5/4/2016) - Banco de Dados Almoxarifado

Aula 6 - Banco de Dados Almoxarifado
Arquivo para Download:
Arquivo Excel do Almoxarifado

terça-feira, 29 de março de 2016

Aula 5 (29/3/2016) - Banco de Dados de Custos

Aula 5 (29/3/2016) - Banco de Dados de Custos

Outro exemplo de bancos de dados:
   - Custos de empresa 
   - Arquivo para download
             Banco_D_Custos_Empresa_Pau_Meses_Corrigido


          

terça-feira, 23 de fevereiro de 2016

Aula 4 (8/3/2016) - Bancos de Dados (IMC) - Excel


Introdução aos Bancos de Dados

No. Reg.
Nome
Gen
A Fis.
Altura
Peso
IMC
Clasific.
1
Dina
f
sed
1,67
70
25,0995
Sobrepeso
2
Gabriel
m
sed
1,71
79
27,01686
Sobrepeso
3
Laura
f
atl
1,65
59
21,67126
Normal
4
Luis
m
atl
1,74
73
24,11151
Normal
5
Mary
f
sed
1,7
72
24,91349
Normal
6
Pedro
m
atl
1,82
80
24,15167
Normal
7
Sergio
m
sed
1,83
120
35,83266
Sobrepeso
8
Silvia
f
atl
1,72
66
22,30936
Normal








Registro:








Linhas de dados,  as observacoes














Campos








Informacoes













Download de Arquivo IMCorporal:






Exercício 4 - Criar um banco de dados, um para cada aluno, destacando quais são os registros e os campos. Aplicar a opção Filtro e Função Logica. DL: 22/3.

Aula que vem cobraremos exercícios 1, 2 e 3.


Aula 3 (2016) - Regressão Curva

- Lenise apresenta sistema de infrações na produção de alimentos
- Regressão Curva: Peso do Gabriel
Arquivo para Download:
Peso - Gabriel
- Exercício 3 - Crie um exemplo para aplicar regressão curva.

Aula 2 (2016) - Análise de Regressão


I - Colaborar com Exercício 1


II - 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.

Exercício 2 - Elaborar um exemplo sobre analise de regressão na área de ciência dos alimentos. DL 8/3.
Mandar para o e-mail da disciplina:

informa.c.alim.esalq@gmail.com







terça-feira, 16 de fevereiro de 2016

Aula 1 (2016) - Introdução: Sistemas de Informação na Produção de Alimentos

Blog de 2016 – Primeira Postagem

Endereço do Blog: 


http://inteligencia-alim-esalq.blogspot.com.br/






Exercício 1 - 
Sistemas de Informação na Produção de Alimentos. Prazo= DL = Dead Line = 1/3, elaborar 7 slides ou tempo de 7 minutos para apresentar.

Mandar para o e-mail da disciplina:

informa.c.alim.esalq@gmail.com




Apresentação da Aula 1- Para Download
Aula 1 - Power Point




Aula 1 - Disciplina Mercado de Trabalho - Gestão - Certificação e Empreendedorismo
Slides do Gabriel:
Slides Primeira Aula