Uma fábrica de autopeças possuía duas linhas de produção idênticas para seu principal produto. Os gestores precisavam aumentar a capacidade de produção dessas linhas para atender a um novo contrato de fornecimento com uma grande montadora que passaria a vigorar em 6 meses. Eles precisavam decidir entre a alternativa de investir em duas máquinas novas, uma para cada linha de produção, ou se seria suficiente otimizar a produção fazendo um retrofitting das máquinas existentes, um novo layout para o fluxo da produção e um maior número de funcionários dedicados a cada linha. Eles também queriam ter maior flexibilidade em controlar a taxa de produção.
Os gestores pediram a uma jovem engenheira de produção, recém-contratada, para ajudá-los na análise dessas alternativas. Essa jovem engenheira, após alguns testes, desenvolveu o seguinte modelo: y=0,17x1+29,12x2+21,19x3-15,74x2x3
em que x1=velocidade da maquina
x2=layout(antigo=0 e novo=1)
x3=nº de funcionarios(atual=0 e maior=1)
Y=volume de produção da linha (peças/hora)
Com base no modelo descrito, responda às seguintes perguntas:
1) Quais foram as variáveis estudadas?
2) Qual o tipo de cada variável, quantitativa ou qualitativa? Se quantitativa, qual sua unidade de medida? Se qualitativa, que níveis ou classes podem assumir?
3) Como pode esse modelo de regressão linear múltipla ser usado para fazer predição de volume de produção de cada linha da fábrica?
4) Reflita sobre situações similares em que você poderia aplicar essa mesma técnica (regressão linear múltipla) para gerar conhecimento a partir de dados. Descreva brevemente uma dessas situações que você pensou, identifique cada uma das variáveis de entrada e a variável resposta, descreva o tipo de cada uma delas (se quantitativa ou qualitativa) e forneça suas unidades de medida (se quantitativas) ou seus níveis ou classes (se qualitativas).
quem puder ajudar ai, agradeço
Soluções para a tarefa
Resposta:
1)
As variáveis estudas são: velocidade da máquina, layout antigo ou novo, número de funcionários maior ou igual e volume de produção.
2)
x1 = velocidade da máquina - quantitativa - unidade de medida "rpm";
x2 = layout - qualitativa - classe 1 "novo" ou classe 0 "antigo";
x3 = número de funcionários - qualitativa - classe 0 "atual", classe 1 "maior";
Y = volume de produção - quantitativa - unidade de medida "peças/hora".
3)
O objetivo do modelo acima é encontrar qual o melhor cenário em que seja produzido mais peças/hora. Para isso as diversas variáveis são correlacionadas no modelo de regressão linear fornecendo o resultado de peças/hora. Assim é possível a quem estiver trabalhando com o modelo fazer simulações aumentando ou mantendo o mesmo numero de funcionários, modificando velocidade de máquinas, alterando o layout. Cada uma dessas irá fornecer um resultado simulado até chegar no cenário desejado para implementar posteriormente.
4)
Na empresa aonde trabalho, um item muito importante que correlacionei com o problema apresentado, é a produção de vapor em ton/h de uma caldeira. Buscamos sempre a maior produção de acordo com o combustível utilizado.
No caso a variável Y - seria tonelada de vapor produzido por hora (ton/h) - sendo uma variável quantitativas; x1 - seria quantidade de combustível que alimenta a caldeira - variável quantitativa - medida em "ton"; x2 - seria a umidade do combustível - variável qualitativa em que as classes seriam 0 = "<50% de umidade" e 1 = ">= 50% de umidade"; e x3 seria o uso do aditivo com o combustível, uma variável qualitativa em que as classes seriam 1 = "uso de aditivo" e 0 = "sem aditivo".