TEORIA DE FILAS

COLETA E TRATAMENTO DOS DADOS

PROFA GESIANE SILVEIRA PEREIRA
Testes de aderência
• Os dados coletados serão analisados estatisticamente, por meio de testes de
aderência, para verificar se os dados aderem às distribuições de probabilidade.
O estudo de filas exige, para os modelos baseados no processo de vida de morte,
que a taxa de chegadas siga a distribuição de Poisson e os tempos de
atendimento sigam distribuição exponencial. Estes testes podem ser feitos
também para verificar se os tempos de atendimento seguem a distribuição de
Erlang de grau n, pois existem formulações de TF onde os tempos de
atendimento seguem esta distribuição.
Testes de aderência
• objetivos dos testes de aderência:
• Verificar como os dados de chegadas e atendimento se distribuem em torno da
média;
• Verificar se a distribuição observada se desvia significativamente ou não da
distribuição de probabilidades teórica
Teste Qui-Quadrado (c2)
Dentre os diversos testes de aderência estudaremos o teste qui-quadrado.
Para realizar o teste faz-se os seguintes passos:

Passo 1) Supõe-se as seguintes hipóteses:

Ho: os dados aderem à distribuição em questão

H1: os dados não aderem à distribuição em questão
Teste Qui-Quadrado (c2)
Passo 2) Obtém-se o qui-quadrado calculado por meio da seguinte fórmula:

c
k

n
2
= å ( Oi - Ei ) 2
Ei
i =1

Oi : valores observados da variável aleatória

Ei : valores esperados da variável aleatória

 Teste Qui-Quadrado (c2)
Passo 3) Obtém-se o qui-quadrado tabelado.
Para obter-se o qui-quadrado tabelado deve buscá-lo em uma tabela utilizando os
parâmetros n e a . Em algumas tabelas deve-se utilizar n e (1-a).

c 2
n ,1-a
Onde:

n: graus de liberdade; n = k – 1 – m

k: número de classes

m: número de parâmetros independentes (estimados) da distribuição

a: grau de significância
c
Não é k
=
exibirå
possível
2
nesta i =1
( Oi - Ei ) 2
Ei
imagem.

Teste Qui-Quadrado (c2)

Passo 4) Compara-se o qui-quadrado calculado com o qui-quadrado tabelado
Se

c >c
k
2
n
2
= å ( Oi - Ei ) 2
Ei n ,1-a
i =1

Conclui-se que as freqüências observadas diferem, de modo significativo, dos esperados. Portanto há evidências
para rejeitar H0.
Se a hipótese H0 for rejeitada a a de significância, supondo a=0,05, significa que a probabilidade da decisão
estar errada é de 5%, ou seja, há 5 % de chance da hipótese estar sendo rejeitada sendo ela verdadeira.

Ho: os dados aderem à distribuição em questão

H1: os dados não aderem à distribuição em questão
EXEMPLO: Processo de Chegadas
Na tabela a seguir estão apresentados dados referentes a chegadas de veículos a
um pedágio entre 7 e 8 horas da manhã

2 1 2 1 0 2 1 0 1 2
0 2 3 1 3 1 3 4 5 1
2 0 1 2 1 0 1 1 0 2
2 2 3 2 2 3 2 3 3 2
1 6 0 2 3 7 0 2 2 0
4 1 1 1 1 8 4 3 1 4
Quadro 1 - Quantidade de chegadas em intervalos de 1 min

Iremos testar se os dados seguem uma distribuição de Poisson

 Cálculo do qui-quadrado

Iremos utilizar uma tabela

para auxiliar o cálculo do
qui-quadrado

2 1 2 1 0 2 1 0 1 2
0 2 3 1 3 1 3 4 5 1
2 0 1 2 1 0 1 1 0 2
2 2 3 2 2 3 2 3 3 2
1 6 0 2 3 7 0 2 2 0
4 1 1 1 1 8 4 3 1 4
Quadro 1 - Quantidade de chegadas em intervalos de 1 min
Obs: Importante verificar se as freqüências em todas as classes são
maiores que 5, caso contrário, agrupar as classes.
 Cálculo do qui-quadrado

1) Cálculo das probabilidades (Poisson)

λ x .e - λ
P(X = x) =
x!
2) Cálculo da taxa média de chegadas

l=120/60
l=2 veículos/min

2 1 2 1 0 2 1 0 1 2
0 2 3 1 3 1 3 4 5 1
2 0 1 2 1 0 1 1 0 2
2 2 3 2 2 3 2 3 3 2
1 6 0 2 3 7 0 2 2 0
4 1 1 1 1 8 4 3 1 4 Obs: Importante verificar se as freqüências em todas as classes são
Quadro 1 - Quantidade de chegadas em intervalos de 1 min maiores que 5, caso contrário, agrupar as classes.
3) O teste
calculado < tabelado
Ho: os dados aderem à distribuição de Poisson
H1: os dados não aderem à distribuição de Poisson
Portanto, há evidências para
não rejeitar H0. Se não
a=0,05
rejeitamos H0, significa que os
K=5
dados aderem à distribuição de
m=1
Poisson
n=k-1-m = 3

tabelado c 32,(1-0 , 05 ) = 7,815

K (O i - E i ) 2
calculado χ =å
2
υ
=0,507
i =1 Ei