Atividade de Portfólio-Métodos Quantitativos ciclo 02.xls

Embed Size (px)

Citation preview

CapaCENTRO UNIVERSITRIO CLARETIANOCurso:Engenharia de ProduoDisciplina:Mtodos QuantitativosTutor:Claudio Pereira BidurinRA:1160161Aluno:Marcos Antnio de PaulaCdigo da TurmaDGEP1203BTTAUnidade:Atividade Portflio Ciclo 01Polo Batatais-SP9/7/15

Resoluo a e b1) Suponha que os dados a seguir representem o custo total (CT) contabilizado em uma empresa, somando-se os custos fixos, variveis, diretos e indiretos, e o volume produzido (Q) por ms, em um perodo de 15 meses (os dados do custo total esto em milhares de reais e os dados do volume de produo esto em mil unidades):MSCUSTO TOTAL (CT)VOLUME PRODUZIDO (Q)115.20.33216.90.44317.30.52416.50.45518.90.62621.41.15720.31.02817.20.51916.30.311019.41.021121.61.161223.71.251325.71.581432.82.751525.41.99a) Identifique qual a varivel dependente e qual a varivel independente.Varivel dependente: Custo total (Y)Varivel Independente: Volume produzido (X)b) Represente a relao entre as duas variveis por meio de um grfico de disperso, utilizando o MS-Excel.

Resoluo a e b

CUSTO TOTAL (Y)VOLUME PRODUZIDO (X)

REsoluo c e dc) Calcule as estimativas dos parmetros do modelo de regresso linear utilizando os somatrios apropriados e as frmulas descritas na Unidade 2.Total X =0.330.440.520.450.621.151.020.510.311.021.161.251.582.751.9915.1 Y =15.216.917.316.518.921.420.317.216.319.421.623.725.732.825.4308.6 (x . y) =5.0167.4368.9967.42511.71824.6120.7068.7725.05319.78825.05629.62540.60690.250.546355.553 (x2) =0.10890.19360.27040.20250.38441.32251.04040.26010.09611.04041.34561.56252.49647.56253.960121.8464B =n. (x.y) - x.y=15 * 355.553 - 15.1 * 308 .6=673.435=6.7555n. (x2) - ( x)215 * 21.8464 - 228.0199.686 = X=15.1=1.0067n15 y=308.6=20.5733n15A = - B.=20.5733 - 6.7555*1.0067=13.77 =A+B*X =13.77+6.7555*Xd) Interprete os parmetros estimados no contexto do problema.Como o valor de B positivo, a relao entre custo varivel e a produo crescente; quanto maior a produo, maior ser o custo varivel. E ainda podemos dizer que, para cada mil unidades produzidas a mais, o custo varivel aumenta em R$ 6.7555 =13.77+6.7555*XPor exemplo, se a empresa tem o interesse de estimar o custo total para um nvel de produo de 3000 unidades. =13.77+6.7555*3.0=34.036Portanto, para uma produo de 3000 unidades o custo total estimado ser de R$ 34,036Valor AValor B13.776.7555Varivel XVarivel YErro0.3315.215.999315-0.7993150.4416.916.742420.157580.5217.317.282860.017140.4516.516.809975-0.3099750.6218.917.958410.941591.1521.421.538825-0.1388251.0220.320.66061-0.360610.5117.217.215305-0.0153050.3116.315.8642050.4357951.0219.420.66061-1.260611.1621.621.60638-0.006381.2523.722.2143751.4856251.5825.724.443691.256312.7532.832.3476250.4523751.9925.427.213445-1.813445Analisando os valores da tabela nota-se que o valor estimado Y, ficou muito prximo do valor observado.Podemos admitir ento que o montante de erro gerado suficientemente pequeno para no comprometer o modeloda funo encontrada.

Bioestate) Faa uma anlise da adequabilidade do modelo estimado utilizando o relatrio gerado pelo aplicativo BioEstat. Inserir em seus comentrios o relatrio gerado pelo software.Valores estimadosVarivel XVarivel YY estimadoErro0.3315.215.999315-0.7993150.4416.916.742420.157580.5217.317.282860.017140.4516.516.809975-0.3099750.6218.917.958410.941591.1521.421.538825-0.1388251.0220.320.66061-0.360610.5117.217.215305-0.0153050.3116.315.8642050.4357951.0219.420.66061-1.260611.1621.621.60638-0.006381.2523.722.2143751.4856251.5825.724.443691.256312.7532.832.3476250.4523751.9925.427.213445-1.813445Fontes de variaoGLSQQMRegresso1303.2955303.2955Erro1310.85390.8349Total14314.1493---F =282.79F (regresso) =363.2665p < 0.0001Varivel dependente =Coluna 1Varivel independente =Coluna 2Mdia (X) =1.0067Mdia (Y) =20.5733Coef. de Determinao (R2) =0.9655R2 (ajustado) =0.9628Coeficiente de Correlao =0.9826Intercepto (a) =13.7727t = 32.1979p < 0.0001Coef. de Regresso (b) =6.7556t = 19.0596p < 0.0001IC 95% (a)12.849 a 14.697IC 95% (b)5.990 a 7.521EquaoY' = a + bXCom o valor do R-quadrado igual a 0.9655 (ou 96,55%), temos que o modelo consegue explicar 96,55% dos dados observados ou da variao dos dados. E como um valor maior que 70 %, consideramos ento que o modelo construdo vlido. Assim a reta que relaciona X com Y eficiente e pode ser utilizada para estimar novos valores.

Anova.RESUMO DOS RESULTADOSEstatstica de regressoR mltiplo0.9825731634R-Quadrado0.9654500215R-quadrado ajustado0.9627923309Erro padro0.9137350528Observaes15ANOVAglSQMQFF de significaoRegresso1303.2954806258303.2954806258363.26651506990.0000000001Resduo1310.85385270750.8349117467Total14314.1493333333CoeficientesErro padroStat tvalor-P95% inferiores95% superioresInferior 95.0%Superior 95.0%Interseo13.77273378410.427753076132.1978602942012.848629447614.696838120612.848629447614.6968381206Varivel X 16.75556246610.354444980419.05955180660.00000000015.98983064167.52129429075.98983064167.5212942907RESULTADOS DE RESDUOSObservaoY previstoResduos116.0020693979-0.8020693979216.74518126920.1548187308317.28562626650.0143737335416.8127368938-0.3127368938517.96118251310.9388174869621.5416306201-0.1416306201720.6634074995-0.3634074995817.2180706418-0.0180706418915.86695814860.43304185141020.6634074995-1.26340749951121.6091862448-0.00918624481222.21718686681.48281313321324.44652248061.25347751941432.3505305660.4494694341527.2163030917-1.8163030917