Material de Aula
Próximos Passos:
Para a próxima aula:
Dica: Acesse o minha biblioteca pela UFPA (https://docs.google.com/forms/d/e/1FAIpQLSd-jNmjpz2xRT9BuUYtXEZ9S0k9t0jq9dqT5FnLseerF1s_Kg/viewform)
Acompanhe suas NOTAS na disciplina
Módulos do Khan Academy (até 04/09/2023):
Material de Aula:
No dia 23/03/2023 nos encontramos no LABCOM1 para tirar dúvidas sobre esta atividade.
Para esta tarefa faça:
Ex01
Módulos do Khan Academy (até 02/10/2023):
Devido ao professor estar sem voz, fizemos uma atividade para trabalhar o conceito do Teorema de Bayes. Estudamos a Teoria da Investigação Bayesiana. A atividade consiste em:
SITEC
Material de aula
Exercícios Selecionados para o Exame A
Para se preparar ainda mais, sugerimos resolver os exercícios SUPLEMENTARES dos capítulos 2, 3, 4 e 5 do livro do Montgomery. Estes exercícios podem ser encontrados aqui: https://www.dropbox.com/s/ndlyb2f44jvsl2p/Exerc%C3%ADcios%20Complementares.pdf?dl=0
Solução da Lista de Exercício 01
O problema
Os dados referenciados abaixo mostram o diâmetro de Pizzas medidas na Austrália. A pizzaria EagleBoys afirma que suas pizzas são maiores do que as da pizzaria Dominos. Para provar isso, eles realizaram um conjunto de medições e as publicaram. Normalmente, não é esperado que cada pizza produzida por um restaurante tenha exatamente o mesmo tamanho, mas deve-se esperar algo próximo entre as pizzas produzidas.
Veja que essa não é apenas uma história engraçada. O gerente de uma pizzaria precisa controlar custos e trazer clientela. Considerando duas pizzas de mesmo sabor, tipo de massa e preço, uma pizza maior significa menor lucro naquela pizza, enquanto que uma pizza menor do que o esperado implica em desagradar o cliente. Parece não haver uma estratégia única para determinar a medida certa para manter seu lucro, e isso dá origem à diferentes abordagens pelas pizzarias. Será que veremos estratégias diferentes nestes dados?
O que fazer?
Agora você vai investigar os dados destas medições. Explore os dados usando o que você aprendeu e anote o que foi observado. Apresente um link de compartilhamento do seu colab, compartilhado para comentários. Ele deve conter código e texto explicativo.
Questões motivadoras
As questões abaixo não são exaustivas, mas apenas um guia. Tente elaborar suas próprias questões ao analisar os dados.
Dados
https://github.com/glaucogoncalves/p-e/raw/main/lab-pizza/ujse_a_11889637_sm1111.zip
Mais sobre os dados e o problema
http://jse.amstat.org/v20n1/dunn.pdf
Dicas
Atividade: Módulo do Khan Academy (até 13/11/2023):
Exercícios de Testes de Hipótese
Módulo do Khan Academy (até 27/11/2023):
Lab 02
História
Considere um cenário de irrigação de uma plantação em uma localidade de clima semi-árido, onde é comum haver estiagem de muitos dias, às vezes meses.
Um pequeno produtor deseja saber se sua cisterna de 30.000 litros (que se encontra em sua capacidade máxima) será suficiente para irrigar sua plantação (uma área de 100 m²) pelos próximos 30 dias, assumindo que não irá chover.
Um técnico agrícola forneceu informações da lâmina diária de irrigação (em mm/dia) que costuma ser aplicada sobre esta cultura em situações similares. Os dados se encontram no arquivo irr.csv.
De posse destes dados e com as ferramentas que conhecemos na disciplina, como podemos responder à pergunta do produtor?
Procure elaborar um colab com sua solução. Organize seu código e use texto explicativo para mostrar as respostas de suas perguntas. Ao final, apresente um link de compartilhamento do seu colab.
https://raw.githubusercontent.com/glaucogoncalves/p-e/main/ex01/irr.csv
1) Para fazer o download dos dados no colab use !wget https://raw.githubusercontent.com/glaucogoncalves/p-e/main/ex01/irr.csv (o ponto de exclamação não é erro)
2) 1mm de lâmina de irrigação equivale à 1 litro / m².
Preencha sua autoavaliação
Auto-avaliação
O Exame B será na forma de um projeto. Abaixo estão as duplas com seus respectivos projetos.
Como atividade final da disciplina (que é opcional) faremos o seguinte. Realize as atividades no Khan Academy referentes aos módulos abaixo até 20/12/2023. No dia 21/12/2023 irei tomar nota do rendimento de vocês e substituir o valor atualmente presente na planilha no referido módulo. Portanto, se você melhorar seu rendimento ele irá melhorar sua nota, e vice-versa. Esta é uma boa oportunidade para quem deixou de fazer alguns dos módulos abaixo. Em caso de dúvidas, entrar em contato.
(Khan Prob) Probabilidade(Khan Comb) Contagem, permutações e combinações(Khan Model Dist) Modelagem de distribuições de dados(Khan VA) Variáveis aleatórias(Khan Dist Amos) Distribuições de amostragens(Khan Int Conf) Intervalos de confiança(Khan Test Hip) Testes de significância (teste de hipótese)(Khan Inf Catg) Inferência para dados categóricos (testes qui-quadrado)(Khan Inf 2 amo) Inferência de duas amostras para a diferença entre grupos
SIGAA | Centro de Tecnologia da Informação e Comunicação (CTIC) - (91)3201-7793 | Copyright © 2006-2024 - UFPA - morango.ufpa.br.morango1 v3.14.25.249