Você está na página 1de 10

Relatório de Análise de Dados

Daniel da Silva Santos – Eng. Elétrica UESC


01/08/2019

Matérias e Métodos
Foi coletado uma amostra de 40 contas de energia, das
cidades de Itabuna-BA e Ilhéus-BA, do mês de Dezembro
do ano de 2018 e avaliado 3 variáveis: Consumo quilowatt-
hora (kw/h), Número de pessoas que residem na casa e a
Bandeiras Tarifárias.

Resultados
Análise descritiva
Os dados coletados foram:
Tabela 1: 40 dados coletados das contas de luz, bandeira da cota, quilowatt-
hora (kw/h) consumidos e o número de pessoas na casa.

Elemento Bandeira Consumo Nº de


(Kw/h) Pessoas
1 Amarela 77 4
2 Amarela 269 3
3 Amarela 222 3
4 Amarela 151 5
5 Amarela 203 3
6 Amarela 171 2
7 Amarela 153 2
8 Amarela 94 1
9 Amarela 83 1
10 Amarela 121 2
11 Amarela 287 4
12 Amarela 254 3
13 Amarela 180 5
14 Amarela 109 1
15 Amarela 184 5
16 Amarela 118 3
17 Amarela 178 3
18 Amarela 202 3
19 Amarela 124 1
20 Amarela 285 2
21 Amarela 261 2
22 Amarela 187 2
23 Amarela 141 4
24 Amarela 215 2
25 Amarela 142 4
26 Amarela 287 4
27 Amarela 236 3
28 Amarela 131 4
29 Amarela 164 1
30 Amarela 242 4
31 Amarela 233 2
32 Amarela 152 3
33 Amarela 96 1
34 Amarela 218 2
35 Amarela 175 3
36 Amarela 245 2
37 Amarela 254 2
38 Amarela 180 4
39 Amarela 106 3
40 Amarela 87 4

Abaixo segue as tabelas de distribuição de frequências das variáveis avaliadas


utilizando o critério de Sturges.

Tabela 2: Consumo em quilowatt-hora (Kw/h)


Intervalo de F.Abs1 F.Rela2 F.Rela F.Acum4 F.Acum(%)5
Classes (%)3
[76.23,106.75) 6,0 0,15 15,0% 6,0 15,0%
[106.75,137.27) 5,0 0,125 12,5% 11,0 27,5%
[137.27,167.79) 6,0 0,15 15,0% 17,0 42,5%
[167.79,198.31) 7,0 0,175 17,5% 24,0 60,0%
[198.31,228.83) 5,0 0,125 12,5% 29,0 72,5%
[228.83,259.35) 6,0 0,15 15,0% 35,0 87,5%
[259.35,289.87) 5,0 0,125 12,5% 40,0 100,0%

1
Frequência Absoluta
2
Frequência Relativa
3
Frequência Relativa Percentual (%)
4
Frequência Acumulada
5
Frequência Acumulada Percentual (%)
Tabela 3: Nº de Pessoas na casa
Nº Pessoas F.Abs F.Rela F.Rela (%) F.Acum F.Acum(%)
1 6 0,15 15,0% 6,0 15,0%
2 11 0,275 27,5% 17,0 42,5%
3 11 0,275 27,5% 28,0 70,0%
4 9 0,225 22,5% 37,0 92,5%
5 3 0,075 7,5% 40,0 100,0%

Tabela 4: Variável 3 Bandeiras Tarifárias


Bandeiras F.Abs F.Rela F.Rela (%) F.Acum F.Acum(%)
Amarela 40 1 100% 100 100%
Verde 0 0 0 0 0
Vermelha 0 0 0 0 0

Bandeiras Tarifárias indicam se haverá ou não acréscimo no valor da energia a


ser repassada ao consumidor final, em função das condições de geração de
eletricidade. Cada modalidade apresenta as seguintes características:

Bandeira verde: condições favoráveis de geração de energia. A tarifa não


sofre nenhum acréscimo;

Bandeira amarela: condições de geração menos favoráveis. A tarifa sofre


acréscimo de R$ 0,015 para cada quilowatt-hora (kw/h) consumidos;

Bandeira vermelha - Patamar 1: condições mais custosas de geração. A


tarifa sofre acréscimo de R$ 0,040 para cada quilowatt-hora kw/h
consumido.

Bandeira vermelha - Patamar 2: condições ainda mais custosas de


geração. A tarifa sofre acréscimo de R$ 0,060 para cada kw/h consumido.

A baixo temos os gráficos de barras e histograma para as variáveis


quantitativas e qualitativa e o boxplot para as variáveis quantitativas.
Figura 1: Histograma do Consumo em quilowatt-hora (Kw/h) sintetizado

Figura 2: Gráfico de Barras do Número de pessoas na casa

Numero de Pessoas
30%
Frequencia Relativa

25%
Percentual (%)

20%

15%

10%

5%

0%
1 2 3 4 5
Classes
Figura 3: BoxPlot do Consumo em quilowatt-hora (Kw/h)

Figura 4: BoxPlot do Número de pessoas na casa


Tabela 5: Medidas estatísticas de Consumo em quilowatt-hora (Kw/h) e
Número de Pessoas na casa
Estatísticas Consumo Numero de
(Kw/h) Pessoas
Media 180,425 2,8
Mediana 179 3
Desvio Padrão 62,23 1,18
Variância 3873,276 1,39
Coeficiente de Variação 34,49 42,18
Mínimo 77 1
Máximo 287 5
Percentil 25 127,5 2
Percentil 75 234,5 4

Análise Inferencial
A seguir tem-se o intervalo de confiança de 92% para todas as variáveis da
pesquisa.
Tabela 6: Intervalo de confiança de 92% para as variáveis Consumo em
quilowatt-hora (Kw/h) e Número de Pessoas na casa
Variáveis Estimativa Limite inferior Limite superior
pontual
Consumo (Kw/h) 180,425 162.7369 198.1131

Número de 2,8 2.464332 3.135668


Pessoas

Para a variável Consumo quilowatt-hora (Kw/h) considerou-se o valore


hipotético 152,2 de acordo com (Sens Fedrigo et al. 2019).
A hipótese testada foi:
𝐻0 ∶ 𝜇 = 152,2
𝐻𝑎 : 𝜇 ≠ 152,2
Segue a tabela com as estatísticas calculadas para realizar o teste de hipótese.
Tabela 7: Estatísticas calculadas para testar hipótese para a variável Consumo
quilowatt-hora (Kw/h).
Consumo (Kw/h)

Estatística t 2,868
P-valor 0.0066
Estimativa pontual 180,425
Erro padrão 9,84

Considerando um nível de significância (𝛼) de 8% rejeita-se 𝐻0 para a variável


analisada.
A escolha do nível de significância (𝛼) de 8% se deu pelo fato de que os
dados observado foram do final do ano de 2018 e algumas pessoas não
lembravam com precisão o número de pessoas que residia na casa.
Para descobrir a equação de regressão precisamos achar os valores de ‘a’ (𝛽1 )
e ‘b’ (𝛽0 ).
∑𝑥 ∗ ∑𝑦
∑ 𝑥𝑦 −
𝑎= 𝑛
2

( 𝑥)
∑ 𝑥2 −
𝑛
808304
20572 −
𝑎= 40
12544
368 −
40
𝑎 ≈ 6,7

𝑏 = 𝑦− a∗𝑥
𝑏 = 180,425 − 6,7 ∗ 2,8
𝑏 = 161,665
Logo, a equação de regressão ajustada é:

𝑦̂ = 161,665 + 6,7𝑥
Com isso podemos concluir que:
O aumento em uma unidade no número de pessoas q reside na casa aumenta
em média em 6,7 no consumo quilowatt-hora (Kw/h).
Figura 5: Diagrama de Dispersão

𝑆𝑄𝑒𝑟𝑟𝑜
𝑟2 =
𝑆𝑄𝑡𝑜𝑡𝑎𝑙
∑(𝑦 − 𝑦̂)2
𝑟2 =
(∑ 𝑦)2
∑ 𝑦2 −
𝑛
148616,96
𝑟2 =
151058
𝑟 2 ≈ 0,9838
Podemos afirmar que a equação estimada explica em 98,38% a variabilidade
dos dados.

𝐻0 = 𝛽1 = 0
𝐻𝑎 = 𝛽1 ≠ 0
𝑡𝛼 = 2,024
𝑡 = 0,79
𝑝 − 𝑣𝑎𝑙𝑜𝑟 = 0.43442
Considerando um nível de significância (𝛼) de 5% não rejeita-se 𝐻0 , com isso
𝛽1 = 0.

Assim a equação de regressão passa a ser: 𝑦̂ = 161,665 + 0 .


Figura 6: gráfico de dispersão do erro (quantis amostrais) em função do
quantis teóricos.

Podemos observar que os pontos se ajustam bem a reta e, portanto, podemos


inferir que os erros são normalmente distribuídos.

Bibliografia

http://www.labeee.ufsc.br/node/480
Sugestões para Trabalhos Futuros

A fuga de energia em uma tomada em possível detectar usando um multímetro.


Verificar se a voltagem que sai da tomada está normal, se não estiver pode ser
que tenha uma fuga de energia naquela tomada por conta de algum fio
descascado, ou mau isolado.
O grupo irá analisar um determinado número de tomadas e verificar se a
voltagem é esta normal, se não estiver, classificara como fuga de energia.
(Tomar cuidado para não tocar em algo metálico ou molhado).
Tem muitos professores que ajudariam, um dos indicados é Adjeferson
Custodio Gomes.

Você também pode gostar