Você está na página 1de 9

Treinamento para o Guia de M&V – 1.

Apostila

Parte 1 – Revisão de M&V

1.4 – Estatística da M&V

Revisão Motivo da Revisão Data


0 Emissão inicial 05/04/2014
1 Comentários treinamento ANEEL 24/04/2014
2 Comentários treinamento piloto distribuidoras 30/07/2014
Treinamento para o Guia de M&V – 1.4
Revisão: Data: Página:
2 30/07/2014 2 de 9

ESTATÍSTICA DA M&V

ESTATÍSTICA DA M&V
41

Estudemos agora alguns conceitos de estatística que serão muito úteis para a realização de
uma M&V correta.

POPULAÇÃO E AMOSTRA

Geladeiras trocadas

Geladeiras medidas

 ,
x, s
Medições feitas

Medições que
podem ser feitas 42

O primeiro conceito importante é o de população x amostra. População é o conjunto, finito ou


infinito, de tudo que tratamos, sejam entes físicos, como geladeiras trocadas, ou abstratos,
como medições possíveis em lâmpadas ou geladeiras. Se se trata de uma variável, é impor-
tante considerar que há dois parâmetros principais que caracterizam a sua distribuição: a mé-
dia e a dispersão em torno da média, o desvio padrão (µ e σ). Se retiramos alguns elementos
da população para estudá-los e poder inferir o que se passa com a população, chamamos de
amostra. A amostra terá parâmetros – média e desvio padrão (ẍ e s) – que servirão para
estimar os da população.
Treinamento para o Guia de M&V – 1.4
Revisão: Data: Página:
2 30/07/2014 3 de 9

DISTRIBUIÇÃO NORMAL

95%
68%

600 800 1000 1200 1400

Desvio padrão
43

DISTRIBUIÇÃO NORMAL

95%

600 800 1000 1200 1400

Desvio padrão
43

Muitos fenômenos na natureza, inclusive as medições que vamos tratar, obedecem a uma
curva normal, como a apresentada. É uma curva simétrica em torno da média, e se tomamos
um desvio padrão para mais e para menos, englobamos 68% dos casos possíveis. Se toma-
mos dois desvios padrão, temos um pouco mais de 95% dos casos. No PEE, procuraremos
atingir esta situação, compatível com as estimativas que se fazem para o setor elétrico brasi-
leiro.
Treinamento para o Guia de M&V – 1.4
Revisão: Data: Página:
2 30/07/2014 4 de 9

MÉDIA E DESVIO PADRÃO


8
1156 1057 1015
7
800 1101 890
6
877 833 1049
5
1036 1087 1025 4
1077 878 960 3
1147 1017 1160 2
815 991 1011 1
1085 943 930 0
1019 995 1050 800 850 900 950 1000 1050 1100 1150 1200
927 1101 971

Média = 1000
Desvio Padrão = 99

44

A figura representa 30 medições feitas de uma grandeza, que apresentaram uma média de
1.000 e desvio padrão de 99, calculados conforme as fórmulas apresentadas (disponíveis no
Excel com a sintaxe MÉDIA(x1, x2, ...) e DESVPAD.A(x1, x2, ...)). A média é o valor esperado,
ou seja, o resultado da medição e o desvio padrão nos permite estimar a incerteza deste valor,
ou seja, a faixa em que o valor real deve estar.

ERRO PADRÃO

 Com várias amostras de 30


elementos cada:
 a média se mantém
 o desvio padrão fica dividido por 30

30

25

20

15

10

0
800 850 900 950 1000 1050 1100 1150 1200
45

Se fizermos várias baterias de medições de 30 repetições cada e tomarmos a média de cada


amostra, veremos que a média fica em torno da encontrada antes e o desvio padrão das
médias fica dividido pela raiz de 30, ou seja, do número de amostras. Portanto, se vamos
medir a energia em meses de um ano, podemos considerar que o desvio das médias dos
vários anos será o desvio padrão medido em um ano dividido por raiz de 12 (ou qualquer outro
período de medições que consideremos). A este valor chamamos erro padrão.
Treinamento para o Guia de M&V – 1.4
Revisão: Data: Página:
2 30/07/2014 5 de 9

INCERTEZA

 Como o erro padrão é para 68% de


confiabilidade, há que multiplicá-lo
pela estatística t para 95%
 t varia com o número de elementos da
amostra
Tabela B.1 Nível de Confiança
Tabela t
GL 95% 90% 80% 50%
1 12,71 6,31 3,08 1,00
2 4,30 2,92 1,89 0,82
3 3,18 2,35 1,64 0,76
...

...

...

...
...

 1,96 1,64 1,28 0,67

46

Como vimos, os valores padrão valem para 68% dos casos. Como queremos um nível de
confiança de 95% (usado para o setor elétrico), temos que multiplicá-lo pela estatística t que,
além do nível de confiança, varia também com o tamanho da amostra. A função para isto no
Excel é INV.T.BC(5%;n-1), onde 5% representa o nível de confiança de 95% (1-5%) e n é o
tamanho da amostra.

EXERCÍCIO 2 – INCERTEZA AMOSTRA

 Para os dados da planilha


“Medições”, calcular:
 Média das leituras
 Desvio padrão das leituras
 CV (coeficiente de variância)
 Erro padrão
 Incerteza (absoluta e percentual)

47

Neste exercício, vamos aplicar os conceitos revisados acima e calcular a incerteza de medi-
ção de lâmpadas e tempos de uso.
Treinamento para o Guia de M&V – 1.4
Revisão: Data: Página:
2 30/07/2014 6 de 9

TAMANHO DA AMOSTRA

 Tudo depende da
variabilidade das medidas (CV)
 Cálculo inicial

 Se a população for pequena


(<~500):

48

Como trabalhamos invariavelmente com muitos equipamentos, vamos medir apenas uma
amostra. De que tamanho? Tudo dependerá da variação entre medições – quanto maior for,
maior terá que ser a amostra. Iniciamos calculando o n0, como acima. z é o desvio da curva
normal, como queremos 95% de confiança, vale 1,96, ou, no Excel, INV.NORMP.N(97,5%)
ou INV.T.BC(5%;999999999). CV é o coeficiente de variância (desvio padrão dividido pela
média) da amostra – como ainda não medimos, não sabemos – usamos o de um projeto
anterior ou iniciamos com 0,5. e é a precisão requerida, 10% no caso do PEE. Terminadas as
medições, calculamos o e, que deve ficar abaixo de 10% ou aumentamos a amostra. Se a
população for de 100 a 1.000 unidades, vale a pena tentar reduzir o tamanho da amostra com
a fórmula mostrada mais abaixo no slide.

EXERCÍCIO 2: TAMANHO DA AMOSTRA

 Calcule a amostra necessária para


potência e tempo de uso de
lâmpadas, com os dados da
planilha “Medições”.

49

Neste exercício, vamos treinar o cálculo inicial do tamanho de amostra. Faça diversas simu-
lações para ver como varia a amostra inicial calculada.
Treinamento para o Guia de M&V – 1.4
Revisão: Data: Página:
2 30/07/2014 7 de 9

O PROCESSO DE AMOSTRAGEM

 Selecionar uma população


homogênea
 Determinar os níveis desejados de
precisão e de confiança – 10% com
95% de confiança
 Decidir o nível de desagregação
 Estimar o cv a partir da experiência ou
adotar 0,5
 Calcular o tamanho da amostra inicial
 Ajustar a estimativa inicial do tamanho
da amostra para pequenas
populações
 Efetuar as medições
 Calcular o cv e a precisão atingida. 48

Este slide resume o processo de amostragem até o resultado final, que deve ficar abaixo dos
10% com 95% de confiança.

ANÁLISE DE REGRESSÃO

 Visa reduzir a variação das


medidas, explicando-a por meio
de uma variável independente
 Utilizar o gráfico de dispersão
para visualização
 Também um gráfico no tempo
mostra quando há uma correlação
das variáveis
 Podem ser usadas uma ou mais
variáveis

51

Agora, vamos ver como se “reduz” a variação da energia por meio da sua explicação por uma
variável independente. Utilizaremos um exemplo e uma planilha de Excel para entender o
processo.
Treinamento para o Guia de M&V – 1.4
Revisão: Data: Página:
2 30/07/2014 8 de 9

EXERCÍCIO 3: O CASO DO RESTAURANTE

 Analisar a regressão da energia


contra a temperatura ambiente, a
ocupação e ambas
 Os critérios de aceitação são (não
determinativos):
 R2 > 0,75
 CV < 5% (10%)
 Estatística t > 2 (valor absoluto)

52

Analisando os diversos gráficos do exemplo, veremos como se deve verificar se uma variável
é ou não uma boa variável independente.

51
GRATO!
agenorgarcia@uol.com.br

Terminada a revisão teórica dos conceitos de M&V, vamos passar à aplicação prática com as
planilhas do Guia de M&V.
Boa sorte e obrigado!
Treinamento para o Guia de M&V – 1.4
Revisão: Data: Página:
2 30/07/2014 9 de 9

REFERÊNCIAS

ANEEL – AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA - Procedimentos do Programa


de Eficiência Energética – PROPEE. 10 Módulos. Brasília – DF: ANEEL, 2013.

EVO – EFFICIENCY VALUATION ORGANIZATION. Protocolo Internacional de Medição


e Verificação de Performance – Conceitos e Opções para a Determinação de Economias
de Energia e de Água - vol. 1 - EVO 10000 – 1:2010 (Br). Sofia: EVO, 2012.