Você está na página 1de 4

Aluno: Tainara Ferreira Gomes

Data: 02/03/2023

De posse de dados adequados, a equipe de modelagem e simulação tem a capacidade de


gerar resultados mais assertivos que contribuam com o processo de tomada de decisão
gerencial.
Existem muitas variáveis que precisam ser coletadas para construção de um modelo e
para realização de testes nos sistemas diante de alterações nos cenários. Como é
possível conseguir estes dados?
Considerando as informações citadas, responda:
1- Como diretor da empresa, pela sua formação e experiência, você sabe da dificuldade
de trabalhar com um número muito grande de elementos. O que você pode fazer para
trabalhar com um número menor de dados sem perder a representatividade?
resposta: Pelas características devemos selecionar uma amostra da população, ou seja a
população é a coleção de todas as observações potenciais sobre determinada hipótese. A
amostra é a parte da população que será realmente observada e estudada.
2- Quais são as vantagens de trabalhar com um número menor de elementos sem perder
a representatividade?
resposta: No entanto tem que analisar com uma amostra devidamente selecionada pode
apresentar como vantagens o:
- Menor custo
- Rapidez na análise dos dados
- Tomada de decisão com agilidade
- Simplificação do trabalho dos analistas.
3- Qual técnica pode ser utilizada para auxiliar na seleção desses elementos?
resposta: Para fazer a seleção dos elementos de uma população deve recorre à técnica
de amostragem.
4- Para não perder a representatividade, que tipo de técnica a empresa deve adotar ao
selecionar os dados?
resposta: A empresa tem como adotar a técnica de Amostragem Aleatória Simples. Um
meio para se alcançar essa representatividade é fazer com que a seleção da amostra
aconteça por meio de um processo de amostragem aleatório. Por
isso as amostras probabilísticas são preferidas. Quando fala-se que um método de
seleção produz amostras probabilísticas significa que ele define claramente a
probabilidade de um elemento vir a fazer parte da amostra.

Você também pode gostar