segunda-feira, 18 de abril de 2016

Aula 8 - (19/04/2016) Teste T finalizar e Iniciar ANOVA e SAS

Aula 8 - (19/04/2016) Sedimentar teste T e Iniciar ANOVA em SAS

Teste T - Exemplos dos Alunos e Como Escrever: Sumario Executivo, Relatório Técnico em Empresa e Resultados e Discussão em Academia
Ver em postagem anterior.Quando temos mais de duas categorias para comparar (No Teste T tínhamos somente 2 categorias)



- Tarefa montar um banco de dados para rodar ANOVA – Rodar e elaborar um relatório.
Anexos do Teste ANOVA na Linguagem SAS:

Concorrentes do SAS: 
- SPSS / IBM
- R - Intel. Coletiva
- Minitab

Gratuito:
- SAS Studio
- SAS Web
- SPSS em Linux
- R


Programa SAS :

data SUCOS;
input suco $ NaOH;
cards;
Maca    8
Maca    11
Maca    10
Maca    8
Maca    9
Uva 8
Uva 6
Uva 7
Uva 9
Laranja 5
Laranja 4
Laranja 5
Manga   2
Manga   1
Manga   1
;
proc ANOVA;
class suco;
model NaOH=suco;
means suco/ tukey lines;
run;







Resultado da Análise:







Dependent Variable: NaOH
Source
DF
Sum of Squares
Mean Square
F Value
Pr > F
Model
3
129.8000000
43.2666667
36.24
<.0001
Error
11
13.1333333
1.1939394


Corrected Total
14
142.9333333





O número em vermelho é a margem de erro da ANOVA, em termos proporcionais, chamado nas publicações de p valor (p value).
No âmbito corporativo se utiliza (1- p valor) * 100 = Margem de confiança para se rejeitar a hipótese Ho: Hipótese nula ou Hipótese de Igualdade. Se tivermos p valor < 0,05 ou margem de confiança > 95%, então rejeita-se Ho.
Assim os sucos tem diferenças na quantidade de NaOH.
Mas onde estão as diferenças?
Temos que ver os Box Plot de cada suco e a comparação de medias efetuada neste casso pelo Teste de Comparações Múltiplas de Tukey.




Box and wisker plot - Wikipedia











Relatório de ANOVA (SAS):

Resultados e Discussão
O quadro de análise da variância mostra que existem diferenças entre o teor de Na OH dos sucos analisados (p<0,0001), com mais do que 99,99% de confiança (ou menos de 0,01% de erro).
O suco que apresentou maior teor de Na OH foi o de maça (9,2 mg/kg) que não diferiu significativamente (pelo Teste de Comparações Múltiplas de Tukey ao nível de 95% de confiança) do suco de uva (7,5 mg/kg). Esses dois sucos diferiram estatisticamente dos sucos de laranja e manga que apresentaram as menores medias aritméticas de Na OH.
Por sua vez os suco de laranja apresentou uma média aritmética superior estatisticamente (4,7mg/kg) em relação ao suco de manga (1,3 mg/kg).









 Estrutura Programa SAS









 Fim Estrutura Programa SAS


Exercício na Aula

  • Digitar no SAS  para refletir em cada linha digitada. 
  • Perguntar qualquer duvida, todo deve fazer sentido, pode não ser fácil por que estamos trabalhando numa linguagem de computação (de alto nível, quarta geração) e na língua inglesa.
  • Discutir os resultados com base em postagem da aula anterior. Reescreva ou copie interpretando cada paragrafo.
Programa SAS com Problemas de Prerrequisitos de ANOVA:
data SUCOS_B;
/* Outlier e Escala (homocedasticidade) */
input suco $ NaOH;
cards;
Maca    8
Maca    50
Maca    7
Maca    60
Maca    7
Uva 2
Uva 4
Uva 12
Uva 13
Laranja 14
Laranja 2
Laranja 3
Manga   2
Manga   3
Manga   89
;
proc ANOVA;
class suco;
model NaOH=suco;
means suco/ tukey lines;
run;

Arquivo de Telas SAS para Diagnostico ANOVA:

Telas_Dianostico



SAS Students Remoto Servidor LCE:
143.107.212.50:10080

terça-feira, 12 de abril de 2016

Seminários: Um assunto (escolher da lista abaixo, ou assuntos relacionados)

Seminários (17/5/2016):  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 17/5/2016.


Número dos Assuntos para Seminário
Nome das Pessoas do Grupo
Data
34,38,39
Alice, Juliana, João e Luiza
7/Jun
9;10;18;36
Luis, Isabela, Nícolas e Viviane
24/mai
27,71,45
Ana Julia, Flávia, Ana Carolina
14/jun
35, 28, 26,29, 1
Natália Aguiar, Ana Caroline, Caroline,Ferdynanda, Fernanda
31/mai
58, 59, 60
Igor, Andreia, Laura, Vinicius
14/jun
50, 37,21
jose edaurdo, Marina, ana luiza
31/mai
32,72,66,31
Amanda,Bruna,Lenise,Layfa
24/mai
20, 25
Tayane Gobbi, Natalia Freitas
7/jun








Slides que Permitem Observar Relacionamento (sinergia) Entre os Assuntos de Seminário











































Possíveis Assuntos para Seminários:


1.     5W-2H (What, Who, Where, When, Why and How, How Much it Costs).
2.     7 Ferramentas do Controle da Qualidade – Kaoro Ishikawa (7 FPQ)  (ISHIKAWA, 1982; SAS INSTITUTE INC, 1990)
3.     7 Ferramentas do Planejamento da Qualidade (7 FCQ)  ou Sete novas ferramentas da gestão..
4.     Administração Visível ou Gestão por Perambulação.
5.     Amostragem.
6.     Análise Crítica.
7.     Auditoria.
8.     Avaliação Invertida.
9.     Benchmarking (SARRIÉS, 2015).
10. Brainstorming – Brainwriting.
11. Célula Autogerencial ou Célula de Trabalho ou Unidade Gerencial Básica.
12. Círculo de Controle da Qualidade (CCQ).
13. Controle Estatístico de Processos (CEP).
14. Data Mining – Data Crunching.
15. Define, Measure, Analyze, Improve and Control (DMAIC).
16. Delineamento Ótimo de Experimentos - DOE (MONTGOMERY, 1991).
17. Diagnóstico de Clima Organizacional.
18. Endo marketing.
19. Failure mode and effects analysis / Failure Tri Analysis (FMEA/FTA).
20. Fluxograma.
21. Gravidade, Urgência, Tendência (GUT).
22. Grupo de Kaizen.
23. Hoshin Kanri - Sistema de Gerenciamento pelas Diretrizes – GPD.
24. Key Performance Indicators.
25. Lean Production (Just in Time).
26. Mapas de Processos.
27. Mapas Estratégicos.
28. Mapas Mentais.
29. Mapas Táticos.
30. Metrologia (CONGRESSO SUL-AMERICANO DE METROLOGIA, 1999).
31. Multivotação.
32. PDCA (Plan Do Check Act).
33. PERT/CPM (Program evaluation and review technique), (Critical Path Method).
34. Pesquisa de Mercado.
35. Pirâmide Maslow.
36. Plano de negócios.
37. Poka Yoke – Procedimentos Robustos ou à Prova de Erros.
38. Política Básica (missão, visão e valores).
39. Postura de Atendimento.
40. Procedimentos Operacionais e Instruções de Trabalho (PO – IT).
41. Programa de Educação para a Qualidade.
42. Qualidade de Vida dos Colaboradores da Organização Mundial de Saúde (OMS).
43. Quality function deployment (QFD).
44. Relatório de Não Conformidade (RNC).
45. Reunião Relâmpago.
46. Root Cause Analysis (RCA).
47. Simulação – Otimização Computacional.
48. Sistema Ringi de Negociação (Meta e -Método).
49. Sistemas de Informação (TURBAN, RAINER, POTTER, 2007)
50. Sistemas de Liderança XY de Douglas McGregor.
51. Standardized Do Check Act (SDCA).
52. SWOT (Strenght Weakness Opportunities Threats). SWOT_N (Neutral)
53. Testes de Hipótese (Inferência Estatística Indutiva).
54. Total Preventive Maintenance (TPM).
55. Workshop, Prestação de Contas de Planejamento (Reforço Positivo/Negativo, Ruptura e Punição).
56. Workplace Organization Method (5S – 10) (VICINO et al. 1999).
57.  OBEAS
58. ISO 22.000
59. Global-GAP
60. FSSC 22.000
61. DSS
62. ERP
63. MEP
64. CRM
65. Rastreabidade
66. Sistemas de Informações Estratégicos
67. Sistemas de Informações Táticos
68. Sistemas de Informações Operacionais
69. Inteligência Organizacional - Antecipativa - Competitiva
70. BPM - Business process management



71. Gestão Networking
72. Estrategia - Posicionamento de Mercado "Oceano Azul"

terça-feira, 5 de abril de 2016

Lista de Exercícios (Ate 5/4/2016)

Exercícios
Mandar para o e-mail da disciplina:

informa.c.alim.esalq@gmail.com

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.

Exercício 2 - Elaborar um exemplo sobre analise de regressão na área de ciência dos alimentos, regressão linear. DL 8/3.

Exercício 3 - Crie um exemplo para aplicar regressão curva. DL: 15/3

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.

Exercício 5 - Criar um exemplo para aplicar a macro do Excel: Teste T de Student. DL: 26/4

Exercício 6 - Criar um exemplo para aplicar ANOVA e roda-lo no SAS. DL: 10/5


Exercício 7 - Criar um exemplo para aplicar Cluster Analysis e roda-lo no SAS. DL: 24/5



Exercício 8 - Criar um exemplo para aplicar MANOVA e roda-lo no SAS. DL: 24/5



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