MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL
|
|
- Nicolas Freire Beretta
- 6 Há anos
- Visualizações:
Transcrição
1 MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL Pedro Henrique Bragioni Las Casas Apresentação baseada nos slides originais de Jussara Almeida e Virgílio Almeida
2 Exemplo Desenvolvi uma aplicação para aplicar filtros à imagens variadas. Desejo saber se o desempenho de minha aplicação é melhor que o desempenho obtido pelo Photoshop.
3 Exemplo
4 Exemplo Após a realização de vários experimentos, encontrei os seguintes resultados Foto Photoshop Minha Aplicação Foto 1 4,2 s 2,7 s Foto 2 5,4 s 3,1 s Foto 3 6,0 s 6,9 s Foto 4 3,9 s 8,9 s Foto 5 6,2 s 4,1 s Foto 6 1,0 s 2,2 s Foto 7 0,8 s 6,2 s
5 Exemplo Somente observando os resultados, consigo inferir qual aplicação possui desempenho superior?
6 Exemplo NÃO! Necessário realizar testes, com base estatística, para inferir qual aplicação é estatisticamente superior.
7 Programa Ciência da Computação Experimental e o Método Científico Conceitos estatísticos Caracterização de cargas Comparando Sistemas Usando Dados de Amostragem e Intervalos de Confiança
8 Programa Ciência da Computação Experimental e o Método Científico Conceitos estatísticos Caracterização de cargas Comparando Sistemas Usando Dados de Amostragem e Intervalos de Confiança
9 O que é Ciência? Ciência é o estudo sistemático das propriedades do mundo físico, através de medições e experimentos replicáveis e do desenvolvimento de teorias universais que são capazes de descrever e prever observações. As afirmações em ciência devem ser precisamente formuladas de modo que outros possam testá las.
10 O que é Ciência da Computação? Computer Science is the study of computers and what they can do the inherent powers and limitations of abstract computers, the design and characteristics of real computers, and the innumerable applications of computers to solving problems. (*) * National Research Council of the National Academies, USA
11 Métodos de Pesquisa Científica O Método Científico é o esquema lógico usado por cientistas na procura de respostas às questões colocadas dentro da ciência, como também para formular teorias e assegurar os meios para produzi-las (ferramentas, algoritmos) Passos fundamentais do Método Científico: 1. Formular um problema: colocar uma questão 2. Hipóteses: sugerir respostas plausíveis a serem testadas 3. Teste: construir e realizar experimentos plausíveis a serem testados 4. Aceitar (ou refutar) provisoriamente as hipóteses e fazer novos testes para verificar as teorias associadas as hipóteses 5. Analisar e repetir, se for o caso
12 Forma de Pesquisa em Computação Forma da Pesquisa Teórica e experimental Ciência da Computação Teórica Procurar entender os limites da computação e a capacidade de paradigmas computacionais, bem como desenvolver soluções gerais para classes de problemas Ciência da Computação Experimental É uma disciplina sintética, que envolve a criação e/ou experimentação e análise de artefatos computacionais.
13 O que significa ciência experimental? Baseado em observações, dados, experimentos Trabalho experimental deve complementar a pesquisa teórica Teorias podem ter incertezas Teorias podem resultar de observações Teorias podem ser testadas por observações. De forma oposta, teorias podem guiar a pesquisa experimental. Nem toda pesquisa em ciência da computação pode ser resolvida teoricamente (ex.: IHC)
14 Pesquisa Experimental e artefatos computacionais Ciência da computação experimental (CCE) refere-se a criação de artefatos computacionais, que podem ser definidos como a implementação de um ou mais fenômenos computacionais Podem ser extraordinariamente complexos Papel dos artefatos na pesquisa em C.C.: Prova de desempenho (performance) Prova de existência Prova de conceito CCE envolve a criação e/ou experimentação com artefatos computacionais
15 Prova de Performance Um artefato funcionando como prova de performance provê: Um aparato para medição direta e experimentação: O artefato existe ou pode ser construído Os resultados da prova são geralmente quantitativos O artefato mais frequente nas pesquisas experimentais Exemplos: processador com arquitetura RISC, um novo algoritmo de busca
16 Prova de Conceito Um artefato funcionando como prova de conceito demonstra pelo seu comportamento que um sistema complexo de componentes pode executar um determinado conjunto de atividades O comportamento não poderia ser inferido ou determinado a partir de uma argumentação lógica ou uma argumentação baseada em alguns princípios básicos O sistema em operação, isto é o artefato, é uma testemunha de prova que os conceitos estão corretos, pelo menos para aquela configuração Exemplo: computadores experimentais implementando sistema de memória virtual ou uma CDN (content distribution network)
17 Prova de Existência Um artefato funcionando com o papel de prova de existência apresenta a essência de um fenômeno inteiramente novo. Exemplo: mouse, iphone Menos comum das três provas
18 Ciência da Computação Experimental
19 Experimentação em Sistemas Computacionais Por quê?: It doesn t matter how beautiful your theory is, it doesn t matter how smart you are if it doesn t agree with the experiment, it s wrong. Richard Feynman, físico Prêmio Nobel 1965
20 Alguns tipos de artigos em Ciência da Computação Três tipos de artigos que descrevem a implementação de um algoritmo: Artigo de aplicação Aqui está um bom algoritmo para a solução X Artigo de marketing Aqui está um algoritmo novo e interessante Artigo Experimental Aqui está como o algoritmo comportou-se com dados reais O método experimental deve se aplicar aos três tipos de artigos.
21 Ciclo de Vida Experimental
22 Prática Usual em Ciência da Computação
23 Processo Experimental Sistemático 1. Entenda o problema, estabeleça as perguntas e defina os objetivos 2. Selecione métricas 3. Identifique os parâmetros 4. Decida quais parâmetros serão estudados, i.e., serão variados (fatores) 5. Selecione a técnica 6. Selecione a carga de trabalho (workload) 7. Execute experimentos 8. Analise e interprete os resultados 9. Apresente os resultados e dados do experimento 10. Apresente conclusões
24 Processo Experimental Sistemático 1- Entenda o problema, estabeleça as perguntas e defina os objetivos: A problem well-stated is half-solved. Deve-se ser objetivo Seja capaz de responder por que, e também como Delimite o escopo Defina as perguntas que pretende responder
25 Processo Experimental Sistemático Problema: Propagação de spam ao longo da rede Perguntas: Como identificar o tráfego de spam ainda na origem? Consigo identificar o usuário que está gerando este tráfego?
26 Processo Experimental Sistemático 2- Selecione métricas que ajudarão a analisar as perguntas
27 Processo Experimental Sistemático Métricas selecionadas para identificação de spammers ainda na rede de origem: Número de transações SMTP realizadas Número de servidores SMTP distintos acessados Tamanho médio das transações SMTP realizadas Distância geodésica entre o IP de origem e o IP destino da transação SMTP Processo entre chegada de transações (IAT)
28 Processo Experimental Sistemático 3- Identifique os parâmetros que afetam o comportamento Parâmetro do sistema Parâmetros de carga
29 Processo Experimental Sistemático Variação da carga de trabalho pode afetar o desempenho obtido.
30 Processo Experimental Sistemático 4- Decida quais parâmetros serão estudados, i.e., serão variados (fatores).
31 Processo Experimental Sistemático Realizou-se estudo de duas cargas de trabalho distintas Carga de trabalho de 2009 Carga de trabalho de 2010
32 Processo Experimental Sistemático 5- Selecione a técnica: Medição de uma implementação de protótipo Simulação quão detalhada? Como será a validação? Repetibilidade
33 Processo Experimental Sistemático Técnica de mineração de dados Classificação Supervisionada Requer conjunto de treino Infere resultado para um conjunto de teste Lazy Associative Classifier (LAC)
34 Processo Experimental Sistemático 6- Selecione a carga de trabalho (workload) Representativa? É aceita pela comunidade científica? Disponibilidade de dados?
35 Processo Experimental Sistemático Cargas de trabalho Proveniente de um provedor de Internet de Banda Larga Carga de trabalho de à 28 de março de ,3 mil usuários 5,4 milhões de transações Carga de trabalho de de junho à 10 de julho de ,5 mil usuários 5,2 milhões de transações
36 Processo Experimental Sistemático 7- Execute experimentos Quantos testes devem ser rodados? Quantas combinações dos parâmetros formam o ambiente experimental? Análise da sensibilidade dos outros parâmetros
37 Processo Experimental Sistemático Execução do LAC Em ambas as bases de dados Variando as métricas utilizadas Variando o grão dos dados de entrada (mês, dia)
38 Processo Experimental Sistemático 8- Analise e interprete os resultados Use Estatística para analisar a variabilidade, outliers, etc.
39 Processo Experimental Sistemático
40 Processo Experimental Sistemático 9- Apresente adequadamente os resultados e dados do experimento Gráficos: a questão da visualização dos resultados, distribuições estatísticas, etc.
41 Processo Experimental Sistemático
42 Processo Experimental Sistemático 10- Apresente conclusões Para onde os resultados nos levam? Quais os próximos passos? Novas hipóteses, novas questões, outros experimentos.
43 Processo Experimental Sistemático Usuários legítimos: Realizam poucas transações SMTP Acessam poucos servidores distintos Possuem alto intervalo de inatividade entre as transações; Possuem alta variabilidadade do tamanho médio das transações SMTP, uma vez que usuários legítimos podem enviar tanto mensagens apenas de texto, quanto mensagens com anexos extensos, contendo vídeos e imagens Realizam suas transações principalmente para servidores brasileiros ou servidores localizados nos Estados Unidos.
44 Processo Experimental Sistemático Spammers Realizam um número alto de transações SMTP Acessam vários servidores SMTP distintos Efetuam as transações com um período de inatividade muito baixo, sendo muitas vezes de apenas segundos Possuem tamanho médio das transações SMTP baixos, uma vez que, normalmente, spams possuem apenas texto Tendem a apresentar distância geodésica média maior que usuários legítimos.
45 Programa Ciência da Computação Experimental e o Método Científico Conceitos estatísticos Caracterização de cargas Comparando Sistemas Usando Dados de Amostragem e Intervalos de Confiança
46 Estatística É uma parte da Matemática Aplicada que fornece métodos para a coleta, a organização, a descriçã, a análise e a interpretação de dados quantitativos e a utilização desses dados para a tomada de decisões. É fundamental para trabalhos de medição e monitoramento de sistemas
47 Conceitos estatísticos básicos Média É o resultado da divisão entre a soma de todos os valores pela quantidade de valores x = x i N
48 Conceitos estatísticos básicos Média X1 5 X2 4 X3 8 X4 9 X5 2 X6 1 Soma 29 Soma/N 4,833333
49 Conceitos estatísticos básicos Mediana É o valor que se encontra na posição média da série ordenada dos dados Valores Valor em ordem crescente
50 Conceitos estatísticos básicos Moda É o valor de mais alta frequência de aparecimento na série dada. Valores Valores Frequênc ia
51 Conceitos estatísticos básicos Ao executar a aplicação de edição de imagens, obteve-se os seguintes resultados: X1 1,2 X2 1,5 X3 0,9 X4 2,1 X5 21,4 Média 5,42 Mediana 1,5
52 Conceitos estatísticos básicos A média representa bem o comportamento real dos dados? Média por si só, pode ser uma métrica fraca.
53 Conceitos estatísticos básicos Observações Medidas robustas são aquelas que não são influenciadas por outliers Média não é uma medida robusta Mediana e Moda são medidas robusta
54 Conceitos estatísticos básicos Variância É uma medida da sua dispersão estatística, indicando quão longe em geral os seus valores se encontram do valor esperado
55 Conceitos estatísticos básicos Variância Valo r Valor x i x (x i x) 2 5 0,17 0,03 4-0,83 0,69 8 3,17 10,03 9 4,17 17,36 2-2,83 8,03 1-3,83 14,69 Soma 50,83 Soma/N 10,17
56 Conceitos estatísticos básicos Desvio-Padrão É a raiz quadrada da variância
57 Conceitos estatísticos básicos Desvio-Padrão Para exemplo anterior Variância = 10,17 Desvio-Padrão = 10,17 = 3,19
58 Conceitos estatísticos básicos Coeficiente de Variação É a razão entre o desvio-padrão e a média Indica quão bem a média representa a variável C. V = σ x
59 Conceitos estatísticos básicos Coeficiente de Variação Para exemplo anterior Desvio-Padrão = 3,19 Média = 4,83 Coeficiente de Variação = 3,19 / 4,83 = 0,66
60 Conceitos estatísticos básicos Para exemplo anterior: X1 1,2 X2 1,5 X3 0,9 X4 2,1 X5 21,4 Média 5,42 D.P. 8,94 C.V. 1,65
61 Conceitos estatísticos básicos
62 Conceitos estatísticos Variáveis Aleatórias Variável que assume valores de acordo com uma certa probabilidade Exemplos: Atraso numa rede Tempo de execução de uma transação de consulta
63 Conceitos estatísticos Função de Distribuição Cumulativa (CDF) Mapeia um valor para uma probabilidade cujo resultado é menor ou igual a a: Válida para variáveis contínuas e discretas Fácil de especificar, calcular, medir
64 Conceitos estatísticos Função de Distribuição Cumulativa (CDF) Exemplo Jogada de uma moeda (cara=1; coroa=2)
65 Conceitos estatísticos Função de Distribuição Cumulativa (CDF)
66 Conceitos estatísticos Função de Massa de Probabilidade (pmf) CDFs não são diferenciáveis para variáveis aleatórias discretas PMF serve com substituto: f(xi) = pi, onde pi é a probabilidade que x irá assumir o valor xi
67 Conceitos estatísticos Função de Massa de Probabilidade (pmf)
68 Programa Ciência da Computação Experimental e o Método Científico Conceitos estatísticos Caracterização de cargas de trabalho Comparando Sistemas Usando Dados de Amostragem e Intervalos de Confiança
69 Caracterização de cargas de trabalho O que é uma carga de trabalho?
70 Caracterização de cargas de trabalho O que é uma carga de trabalho? Carga de trabalho de um sistema pode ser definida como o conjunto de todas as entradas recebidas por este em seu ambiente, durante dado período de tempo.
71 Caracterização de cargas de trabalho Passos comuns Especificação do ponto de vista do qual a carga de trabalho será analisada Escolha de parâmetros relevantes Monitoração do sistema Análise e redução dos dados Construção do modelo da carga de trabalho
72 Caracterização de cargas de trabalho Componente básico de uma carga de trabalho Refere-se à uma unidade de trabalho genérica que chega ao sistema de fontes externas Transações Comandos interativos Processos Requisições HTTP
73 Caracterização de cargas de trabalho Modelo da carga de trabalho é uma representação que imita a carga de trabalho em estudo Deseja-se encontrar um modelo que seja capaz de representar da melhor maneira possível a carga de trabalho real
74 Caracterização de cargas de trabalho Modelos da cargas de trabalho podem ser usados: Seleção de sistemas Ajuste do desempenho Planejamento de capacidade
75 Métricas Maior precisão possível Métricas que podem ser mensuradas Categorias de métricas Taxas (banda) Duração (latência, tempo de resposta) Contagem (faltas) Outras: entropia, CV, etc.
76 Ferramentas para coletar dados Monitores de Hardware Monitores de Software Programas analisadores
77 Exemplo de Caracterização de carga Analisar o tráfego SMTP na rede de origem para entender o comportamento dos usuários
78 Exemplo de Caracterização de carga Especificação do ponto de vista do qual a carga de trabalho será analisada Analisar o tráfego SMTP na rede de origem para entender o comportamento dos usuários
79 Exemplo de Caracterização de carga Escolha de parâmetros relevantes Número de transações SMTP realizadas Número de servidores SMTP distintos acessados Tamanho médio das transações SMTP realizadas Distância geodésica entre o IP de origem e o IP destino da transação SMTP Processo entre chegada de transações (IAT)
80 Exemplo de Caracterização de carga Monitoração do sistema Realizado por uma equipamento da Cisco chamado SCE 39," "mx.google.com", 18:39:49"," :40:52", ," ",363435,
81 Exemplo de Caracterização de carga Análise e redução dos dados Foi necessário tratar os dados, para filtrar somente as transações SMTP validas Agrupar as transações por usuário
82 Exemplo de Caracterização de carga
83 Exemplo de Caracterização de carga
84 Exemplo de Caracterização de carga Uma técnica para caracterizar os dados de uma carga de trabalho agrupamento (clustering) O objetivo de um algoritmo de clusterização é identificar grupos de componentes, baseado em recursos de similaridade. Algoritmo K-Means
85 Exemplo de Caracterização de carga Clustering O centróide de um cluster é um ponto cujo valores de parâmetros são os valores de parâmetros médios para todos os pontos do cluster A saída do algoritmo de clusterização é, basicamente, a descrição estatística de centróide do cluster com o número de componentes em cada cluster.
86 Exemplo de Caracterização de carga Foram encontrados 3 grupos, que representam a carga de trabalho
87 Exemplo de Caracterização de carga
88 Outros tipos de caracterização
89 Outros tipos de caracterização
90 Outros tipos de caracterização
91 Outros tipos de caracterização
92 Pedro Henrique Bragioni Las Casas Contato:
MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL
MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL Pedro Henrique Bragioni Las Casas Pedro.lascasas@dcc.ufmg.br Apresentação baseada nos slides originais de Jussara Almeida e Virgílio Almeida
Leia maisAnálise e Modelagem de Desempenho de Sistemas de Computação. Profa. Jussara M. Almeida 1 o Semestre de 2014
Análise e Modelagem de Desempenho de Sistemas de Computação Profa. Jussara M. Almeida 1 o Semestre de 2014 Modelo de Sistema Serviço Modelo: representação do comportamento do desempenho do sistema Etapas
Leia maisUniversidade de São Paulo Instituto de Ciências Matemáticas e de Computação
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Francisco A. Rodrigues Departamento de Matemática Aplicada e Estatística - SME Conceitos básicos Classificação não-supervisionada:
Leia maisEstatística Descritiva
C E N T R O D E M A T E M Á T I C A, C O M P U T A Ç Ã O E C O G N I Ç Ã O UFABC Estatística Descritiva Centro de Matemática, Computação e Cognição March 17, 2013 Slide 1/52 1 Definições Básicas Estatística
Leia maisPROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA
PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA VARIABILIDADE NA MEDIDA DE DADOS CIENTÍFICOS Se numa pesquisa, desenvolvimento de um processo ou produto, o valor
Leia maisConceito de Estatística
Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos, observáveis. Unidade Estatística um fenômeno individual é uma unidade no conjunto que irá constituir
Leia maisMedidas de Dispersão. Prof.: Joni Fusinato
Medidas de Dispersão Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com 1 Dispersão Estatística As medidas de posição (média, mediana, moda) descrevem características dos valores numéricos
Leia maisAvaliação de Desempenho de Sistemas Discretos
Avaliação de Desempenho de Sistemas Discretos Probabilidade Professor: Reinaldo Gomes reinaldo@dsc.ufcg.edu.br Planejamento Experimental 2 fatores manipuláveis x 1 x 2 x p entradas Processo...... saídas
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 09
Teoria das Filas aplicadas a Sistemas Computacionais Aula 09 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisRedes de Computadores sem Fio
Redes de Computadores sem Fio Prof. Marcelo Gonçalves Rubinstein Programa de Pós-Graduação em Engenharia Eletrônica Faculdade de Engenharia Universidade do Estado do Rio de Janeiro Programa Introdução
Leia maisProf. Dr. Engenharia Ambiental, UNESP
INTRODUÇÃO A ESTATÍSTICA ESPACIAL Análise Exploratória dos Dados Estatística Descritiva Univariada Roberto Wagner Lourenço Roberto Wagner Lourenço Prof. Dr. Engenharia Ambiental, UNESP Estrutura da Apresentação
Leia maisSSC643 -Avaliação de Desempenho de Sistemas Computacionais Sarita Mazzini Bruschi
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC643 -Avaliação de Desempenho de Sistemas Computacionais Sarita Mazzini Bruschi Material
Leia maisTutorial para o desenvolvimento das Oficinas
Tutorial para o desenvolvimento das Oficinas 1 Métodos Quantitativos Profa. Msc. Regina Albanese Pose 2 Objetivos Objetivo Geral Este tutorial tem como objetivo parametrizar o desenvolvimento da oficina
Leia maisExcel INTERMEDIÁRIO Estatística. Prof. Cassiano Isler Turma 3
Excel INTERMEDIÁRIO Prof. Cassiano Isler 2017.1 - Turma 3 s s Prof. Cassiano Isler Excel INTERMEDIÁRIO - Aula 4 2 / 29 s COSTA NETO, P. L. O.. 2. ed. São Paulo: Edgard Blücher (2002). GÓMEZ, Luis Alberto.
Leia maisVirgílio A. F. Almeida DCC-UFMG 2005
! Virgílio A. F. Almeida DCC-UFMG 2005 Regressão linear assume relações lineares entre variáveis previsoras e a resposta. O que acontece quando essas relações não são lineares? Coeficientes de determinação
Leia maisIntrodução à Probabilidade e Estatística I
Introdução à Probabilidade e Estatística I População e Amostra Medidas resumo Prof. Alexandre G Patriota Sala: 298A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Passos iniciais O primeiro
Leia maisMétodos Quantitativos para Ciência da Computação Experimental. Jussara Almeida DCC-UFMG 2013
Métodos Quantitativos para Ciência da Computação Experimental Jussara Almeida DCC-UFMG 2013 Revisão de Probabilidade e Estatística Concentrado em estatística aplicada Estatística apropriada para medições
Leia maisMaterial baseado nos slides de: Marcos José Santana Regina Helena Carlucci Santana
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC643 Avaliaçãode Desempenhode Sistemas Computacionais Aula 5 Sarita Mazzini Bruschi
Leia maisEstatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística Origem relacionada com a coleta e construção de tabelas de dados para o governo. A situação evoluiu: a coleta de dados representa somente um dos aspectos
Leia maisAvaliação de Desempenho de Sistemas Discretos
Avaliação de Desempenho de Sistemas Discretos Medição Professor: Reinaldo Gomes reinaldo@computacao.ufcg.edu.br Medição 2 A técnica de medição se baseia em coletar diretamente do sistema as métricas de
Leia maisImplantação do Controle de Qualidade Interno Laboratorial DR. JUNO DAMASCENO
Implantação do Controle de Qualidade Interno Laboratorial DR. JUNO DAMASCENO LABORATÓRIO CLÍNICO: FASES Sistema de Garantia da Qualidade Clientee Pré-Analítica Analítica Pós-Analítica Laudo Controle de
Leia maisEstatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística A Estatística originou-se com a coleta e construção de tabelas de dados para o governo. A situação evoluiu e esta coleta de dados representa somente um
Leia maisEstatística Descritiva
Estatística Descritiva 1 O que é Estatística A Estatística originou-se com a coleta e construção de tabelas de dados para o governo. A situação evoluiu e esta coleta de dados representa somente um dos
Leia maisTeoria das Filas aplicadas a Sistemas Computacionais. Aula 08
Teoria das Filas aplicadas a Sistemas Computacionais Aula 08 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
Leia maisTratamento estatístico de observações
Tratamento estatístico de observações Prof. Dr. Carlos Aurélio Nadal OBSERVAÇÃO: é o valor obtido durante um processo de medição. DADO: é o resultado do tratamento de uma observação (por aplicação de uma
Leia maisMétodos Quantitativos para Ciência da Computação Experimental. Jussara Almeida DCC-UFMG 2016
Métodos Quantitativos para Ciência da Computação Experimental Jussara Almeida DCC-UFMG 2016 Revisão de Probabilidade e Estatística Concentrado em estatística aplicada Estatística apropriada para medições
Leia maisEstatística
Estatística 1 2016.2 Sumário Capítulo 1 Conceitos Básicos... 3 MEDIDAS DE POSIÇÃO... 3 MEDIDAS DE DISPERSÃO... 5 EXERCÍCIOS CAPÍTULO 1... 8 Capítulo 2 Outliers e Padronização... 12 VALOR PADRONIZADO (Z)...
Leia maisANÁLISE DE RESULTADOS
ANÁLISE DE RESULTADOS Conteúdo 2 1. Planejamento de Experimentos 2. Introdução Medidas de Desempenho Análise Estatística dos Resultados Comparação de Resultados Procedimento para análise de resultados
Leia maisMedidas de Dispersão. Prof.: Joni Fusinato
Medidas de Dispersão Prof.: Joni Fusinato joni.fusinato@ifsc.edu.br jfusinato@gmail.com 1 Dispersão Estatística As medidas de posição (média, mediana, moda) descrevem características dos valores numéricos
Leia maisAvaliação e Desempenho Aula 5
Avaliação e Desempenho Aula 5 Aula passada Revisão de probabilidade Eventos e probabilidade Independência Prob. condicional Aula de hoje Variáveis aleatórias discretas e contínuas PMF, CDF e função densidade
Leia maisTratamento estatístico de observações
Tratamento estatístico de observações Prof. Dr. Carlos Aurélio Nadal OBSERVAÇÃO: é o valor obtido durante um processo de medição. DADO: é o resultado do tratamento de uma observação (por aplicação de uma
Leia maisIntrodução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas de Variabilidade
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas
Leia maisRECONHECIMENTO DE PADRÕES - RP
RECONHECIMENTO DE PADRÕES - RP Definições Básicas O que é? 2 Ramo do aprendizado de máquina Consiste em atribuir um rótulo (ou classe) para uma certa amostra ou valor de entrada Exemplo: classificação
Leia maisMedidas resumo. Wagner H. Bonat Elias T. Krainski Fernando P. Mayer
Medidas resumo Wagner H. Bonat Elias T. Krainski Fernando P. Mayer Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 28/03/2018 WB, EK, FM ( LEG/DEST/UFPR
Leia maisSSC546 -Avaliação de Desempenho de Sistemas
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 -Avaliação de Desempenho de Sistemas Parte 1 -Aula 2 Sarita Mazzini Bruschi Material
Leia maisUnidade I ESTATÍSTICA DESCRITIVA. Profa. Isabel Espinosa
Unidade I ESTATÍSTICA DESCRITIVA Profa. Isabel Espinosa Estatística Veremos nesta unidade: Variáveis Tabela de frequência Gráficos Medidas de tendência central - media,mediana e moda Medidas de dispersão
Leia maisColeta e Modelagem dos Dados de Entrada
Slide 1 Módulo 02 Coleta e Modelagem dos Dados de Entrada Prof. Afonso C. Medina Prof. Leonardo Chwif Três Etapas Coleta Tratamento Inferência Coleta dos Dados 1. Escolha adequada da variável de estudo
Leia maisProbabilidade Revisão de Conceitos
Probabilidade Revisão de Conceitos Espaço de Amostras A totalidade dos possíveis resultados de um experimento aleatório. Exemplo: jogar dados S = {(1,1),(1,),... (,1),(,)... (6,6)} S é dito o número de
Leia maisModelos Probabilísticos
Modelos Probabilísticos Somente para lembrar... Modelos são extremamente importantes para o estudo do desempenho de um sistema antes de implementá-lo na prática! Foguete proposto tem confiabilidade? Devemos
Leia maisComprovação Estatística de Medidas Elétricas
Instituto Federal de Educação, Ciência e Tecnologia de Santa Catarina Departamento Acadêmico de Eletrônica Métodos e Técnicas de Laboratório em Eletrônica Comprovação Estatística de Medidas Elétricas Florianópolis,
Leia maisEstatística Descritiva (I)
Estatística Descritiva (I) 1 O que é Estatística Origem relacionada com a coleta e construção de tabelas de dados para o governo. A situação evoluiu: a coleta de dados representa somente um dos aspectos
Leia maisMétodos Quantitativos para Ciência da Computação Experimental
Métodos Quantitativos para Ciência da Computação Experimental -Aula #2a- Virgílio A. F. Almeida Março 2008 Departamento de Ciência da Computação Universidade Federal de Minas Gerais Revisão de Probabilidade
Leia maisColeta e Modelagem dos Dados de Entrada
Coleta e Modelagem dos Dados de Entrada Capítulo 2 Páginas 24-52 Este material é disponibilizado para uso exclusivo de docentes que adotam o livro Modelagem e Simulação de Eventos Discretos em suas disciplinas.
Leia maisSistemas Distribuídos
Sistemas Distribuídos Análise de Desempenho junho de 2015 A arte de avaliação de desempenho... Raj Jain. The Art of Performance Analysis. Wiley. 1991. metodologia cargas ferramentas Comparando resultados
Leia maisUniversidade Federal de Mato Grosso - UFMT Probabilidade e Estatística
Universidade Federal de Mato Grosso - UFMT Probabilidade e Estatística 1 Introdução Definição: Estatística é um conjunto de conceitos e métodos científicos para coleta, organização, descrição, análise
Leia maisAnálise Descritiva de Dados
Análise Descritiva de Dados Resumindo os dados de variáveis quantitativas Síntese Numérica Descrição e Apresentação de Dados Dados 37 39 34 34 30 35 38 32 32 30 46 36 40 31 39 33 33 35 29 27 39 Ferramentas
Leia maisCC-226 Introdução à Análise de Padrões
CC-226 Introdução à Análise de Padrões Probabilidades e Estatísticas Descritivas Carlos Henrique Q. Forster 1 1 Divisão de Ciência da Computação Instituto Tecnológico de Aeronáutica 3 de março de 2008
Leia maisSSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 3 Sarita Mazzini Bruschi
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 3 Sarita Mazzini Bruschi Material
Leia maisQuímica e Estatística
Revisão dos Conceitos Básicos de Química e Revisão dos Conceitos Básicos de Definições Básicas de Média Separatrizes (Quartil, Decis e Percentil) Desvio Padrão Variância Função de Distribuição de Probabilidade
Leia maisà Análise de Padrões
CC-226 Introdução à Análise de Padrões Prof. Carlos Henrique Q. Forster Variáveis, Estatísticas sticas e Distribuições de Probabilidades Tópicos de hoje Definições Alguns estimadores estatísticos Distribuições
Leia maisESTATÍSTICA. x(s) W Domínio. Contradomínio
Variáveis Aleatórias Variáveis Aleatórias são funções matemáticas que associam números reais aos resultados de um Espaço Amostral. Uma variável quantitativa geralmente agrega mais informação que uma qualitativa.
Leia maisEncontrando Comunidades
Capítulo 3 Encontrando Comunidades A transposição do conceito de comunidade, tal qual nós o conhecemos, para o ambiente virtual tem sido uma prática implementada em diversas aplicações, e.g Facebook, Linkedid
Leia maisAvaliação de Desempenho
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação Avaliação de Desempenho Introdução Aula 1 Marcos José Santana Regina Helena Carlucci Santana
Leia maisProbabilidade e Estatística (Aula Prática - 23/05/16 e 24/05/16)
Probabilidade e Estatística (Aula Prática - 23/05/16 e 24/05/16) Resumo: Veremos nesta aula tabelas, cálculos de porcentagem e gráficos; amostras e tipo de amostragem; Medidas de tendência central e medidas
Leia maisAmostragem Aleatória e Descrição de Dados - parte I
Amostragem Aleatória e Descrição de Dados - parte I 2012/02 1 Amostra e População 2 3 4 Objetivos Ao final deste capítulo você deve ser capaz de: Calcular e interpretar as seguintes medidas de uma amostra:
Leia maisGQS Medidas. André Luís Duarte. exatasfepi.com.br
exatasfepi.com.br GQS Medidas André Luís Duarte O que adquire entendimento ama a sua alma; o que cultiva a inteligência achará o bem. Provérbios 19:8 Qualidade de software Papel dos números Fontes de ruído
Leia maisTratamento estatístico de observações geodésicas
Tratamento estatístico de observações geodésicas Prof. Dr. Carlos Aurélio Nadal OBJETIVO: parâmetros estatísticos são utilizados para avaliar os métodos empregados ou para o controle de qualidade dos trabalhos.
Leia maisSimulação e Modelagem
Simulação e Modelagem Prof. Afonso C Medina Prof. Leonardo Chwif Versão. 6//6 Introdução Definição A Simulação como ferramenta de suporte à decisão Quando utilizar a Teoria das Filas ou a Simulação? O
Leia maisEstatística. O que é Estatística? Estatística pode ser: Estatística Descritiva. Ivonete Melo de Carvalho. Conteúdo
Estatística Estatística Descritiva Ivonete Melo de Carvalho Conteúdo Definições; Tabelas e Gráficos; Medidas de tendência central; Medidas de dispersão. Objetivos Diferenciar população e amostra. Elaborar
Leia maisMAE116 Farmácia Estatística Descritiva (I)
MAE116 Farmácia 2017 Estatística Descritiva (I) 1 O que é Estatística A estatística desempenha o papel importante em muitos processos de tomada de decisão. Um pesquisador, em muitas situações, necessita
Leia maisMétodos Quantitativos para Ciência da Computação Experimental Aula #4
Métodos Quantitativos para Ciência da Computação Experimental Aula #4 Jussara Almeida DCC-UFMG 2014 Measurements are not to provide numbers, but insights Metodologia de Comparação de Sistemas Experimentais
Leia maisMétodos Quantitativos para Ciência da Computação Experimental
Métodos Quantitativos para Ciência da Computação Experimental Revisão Virgílio A. F. Almeida Maio de 2008 Departamento de Ciência da Computação Universidade Federal de Minas Gerais FOCO do curso Revisão
Leia maisSUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20
SUMÁRIO Prefácio, 1 3 1 CÁLCULO DAS PROBABILIDADES, 15 1.1 Introdução, 15 1.2 Caracterização de um experimento aleatório, 15 1.3 Espaço amostrai, 16 1.4 Evento, 17 1.5 Eventos mutuamente exclusivos, 17
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA. Variáveis Aleatórias. Departamento de Estatística Luiz Medeiros
UNIVERSIDADE FEDERAL DA PARAÍBA Variáveis Aleatórias Departamento de Estatística Luiz Medeiros Introdução Como sabemos, características de interesse em diversas áreas estão sujeitas à variação; Essa variabilidade
Leia maisMétodos Quantitativos
Métodos Quantitativos Unidade 2 Estatística descritiva 1 SUMÁRIO SEÇÃO SLIDES 2.1 Amostragem... 03 11 2.2 Tabelas e gráficos... 12 19 2.3 Medidas de posição... 20 24 2.4 Medidas de dispersão... 25 30 Observação:
Leia maisEstimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)
Estimação parâmetros e teste de hipóteses Prof. Dr. Alberto Franke (48) 91471041 Intervalo de confiança para média É um intervalo em que haja probabilidade do verdadeiro valor desconhecido do parâmetro
Leia maisAnálise de Desempenho de Sistemas Distribuídos _ NOTAS DE AULA _ Prof. Tiago Garcia de Senna Carneiro DECOM/UFOP
Análise de Desempenho de Sistemas Distribuídos _ NOTAS DE AULA _ Prof. Tiago Garcia de Senna Carneiro DECOM/UFOP Considere o problema de avaliar o desempenho de um sistema distribuído sendo executado sobre
Leia maisPasseios Aleatórios. 1 Introdução. 2 Passeio aleatório em uma dimensão. Paulo Matias. 11 de outubro de 2011
Passeios Aleatórios Paulo Matias 11 de outubro de 11 Resumo O passeio aleatório é um modelo muito conhecido em Mecânica Estatística, comumente identicável em diversos fenômenos da natureza. Este trabalho
Leia maisMétodos Computacionais em Física
Métodos Computacionais em Física Tatiana G. Rappoport tgrappoport@if.ufrj.br 2014-1 Integração usando o método da rejeição Queremos calcular a integral Definimos um retângulo de altura H que contenha a
Leia maisCapítulo 5 Distribuições de Probabilidades. Seção 5-1 Visão Geral. Visão Geral. distribuições de probabilidades discretas
Capítulo 5 Distribuições de Probabilidades 5-1 Visão Geral 5-2 Variáveis Aleatórias 5-3 Distribuição de Probabilidade Binomial 5-4 Média, Variância e Desvio Padrão da Distribuição Binomial 5-5 A Distribuição
Leia maisQuímica Analítica V 2S Prof. Rafael Sousa. Notas de aula:
Química Analítica V 2S 2012 Aula 3: 04-12-12 Estatística Aplicada à Química Analítica Prof. Rafael Sousa Departamento de Química - ICE rafael.arromba@ufjf.edu.br Notas de aula: www.ufjf.br/baccan 1 Conceito
Leia maisMEDIDAS DE POSIÇÃO E DE DISPERSÃO. Profª Andréa H Dâmaso
MEDIDAS DE POSIÇÃO E DE DISPERSÃO Profª Andréa H Dâmaso Bioestatística e Delineamento Experimental - 2012 Tópicos da aula Medidas de tendência central e dispersão Variáveis contínuas: distribuição normal
Leia maisMedidas Resumo. Medidas de Posição/ Medidas de Dispersão. A intenção desse trabalho é introduzir os conceitos de Medidas de posição e de dispersão.
Medidas Resumo Medidas de Posição/ Medidas de Dispersão A intenção desse trabalho é introduzir os conceitos de Medidas de posição e de dispersão. Prof. MSc. Herivelto Marcondes Março/2009 1 Medidas Resumo
Leia maisEstatística Descritiva (aula 2) Curso de Farmácia Prof. Hemílio Fernandes
Estatística Descritiva (aula 2) Curso de Farmácia Prof. Hemílio Fernandes 1 Estatística População Características Técnicas de amostragem Amostra Análise descritiva Conclusões sobre as características da
Leia maisUniversidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 4 a Aula Prática Medidas de Dispersão
Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 4 a Aula Prática Medidas de Dispersão 1) Os dados apresentados a seguir referem-se ao levantamento dos intervalos
Leia maisMEDIDAS DE DISPERSÃO. Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões
MEDIDAS DE DISPERSÃO Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões Cidade A: 185, 185, 185 x 185mm Cidade B: 18, 184, 189 x 185mm
Leia maisQuímica Analítica V 1S Prof. Rafael Sousa. Notas de aula:
Química Analítica V 1S 2013 Aula 2: 13-05-2013 Estatística Aplicada à Química Analítica Parte 1 Prof. Rafael Sousa Departamento de Química - ICE rafael.arromba@ufjf.edu.br Notas de aula: www.ufjf.br/baccan
Leia maisEstatítica Descritiva e Exploratória
Gledson Luiz Picharski e Wanderson Rodrigo Rocha 3 de Abril de 2008 Estatística Descritiva e exploratória 1 Introdução à análise exploratória de dados 2 Análise exploratória de dados: Medidas-resumo 3
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Tipos de Aprendizagem. Luiz Eduardo S. Oliveira, Ph.D.
Universidade Federal do Paraná Departamento de Informática Reconhecimento de Padrões Tipos de Aprendizagem Luiz Eduardo S. Oliveira, Ph.D. http://lesoliveira.net Objetivos Introduzir diferentes tipos de
Leia maisProfa. Lidia Rodella UFPE-CAA
Profa. Lidia Rodella UFPE-CAA O que é estatística? É conjunto de técnicas que permite, de forma sistemática, coletar, organizar, descrever, analisar e interpretar dados oriundos de estudos ou experimentos,
Leia maisQUÍMICA ANALÍTICA V 2S Prof. Rafael Sousa. Notas de aula:
QUÍMICA ANALÍTICA V 2S 2011 Aulas 1 e 2 Estatística Aplicada à Química Analítica Prof. Rafael Sousa Departamento de Química - ICE rafael.arromba@ufjf.edu.br Notas de aula: www.ufjf/baccan Algarismos significativos
Leia maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2018
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2018 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:
Leia maisEstatística Computacional Profª Karine Sato da Silva
Estatística Computacional Profª Karine Sato da Silva karine.sato.silva@gmail.com Introdução Quando analisamos uma variável qualitativa, basicamente, construímos sua distribuição de frequências. Ao explorarmos
Leia maisComo modelar o comportamento de um sistema? MAB-515
Como modelar o comportamento de um sistema? MAB-515 Possibilidades de modelagem PARAMETRIZA modelo matemático experimento real AJUDA A COMPREENDER SIMULAÇÃO SOLUÇÃO ANALÍTICA MEDIDAS EXPERIMENTAIS NO MODELO
Leia maisAvaliação Quantitativa de Sistemas
Avaliação Quantitativa de Sistemas Contexto A Avaliação Quantitativa de Sistemas permite a avaliação de sistemas antes mesmo da sua implementação física. Dessa forma, é possível avaliar um sistema projetado
Leia maisUnidade III ESTATÍSTICA. Prof. Fernando Rodrigues
Unidade III ESTATÍSTICA Prof. Fernando Rodrigues Medidas de dispersão Estudamos na unidade anterior as medidas de tendência central, que fornecem importantes informações sobre uma sequência numérica. Entretanto,
Leia maisOFICINA ESTATÍSTICA PARA TODOS lisbeth K. Cordani 2008 PUC SP
OFICINA ESTATÍSTICA PARA TODOS 2007 lisbeth K. Cordani 2008 PUC SP 1 Cidadãos devem estar preparados para: 2 Compreender e tratar a noção de incerteza, de variabilidade e de informação estatística presentes
Leia maisModelagem e Análise de Sistemas de Computação Aula 19
Modelagem e Análise de Sistemas de Computação Aula 19 Aula passada Intro a simulação Gerando números pseudo-aleatórios Aula de hoje Lei dos grandes números Calculando integrais Gerando outras distribuições
Leia maisINTRODUÇÃO A ESTATISTICA PROF. RANILDO LOPES
INTRODUÇÃO A ESTATISTICA PROF. RANILDO LOPES DESCRIÇÃO DOS DADOS CONTÍNUOS Trazem informações que expressam a tendência central e a dispersão dos dados. Tendência Central: Média ( x ), Mediana ( Md ),
Leia maisAvaliação de Desempenho de Sistemas Discretos
Referências Avaliação de Desempenho de Sistemas Discretos Parte I: Introdução Professor: Reinaldo Gomes reinaldo@computacao.ufcg.edu.br 4 Kleinrock, L. Queueing Systems - Vol. : Theory. John Wiley & Sons,
Leia maisINE 5101 Simulação Discreta. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE
INE 5101 Simulação Discreta 1 Objetivos do curso Ao final deste curso você deverá saber: O que é modelagem e simulação de sistemas; Como funcionam programas de simulação; Como utilizar corretamente uma
Leia maisNotas de Aula. Copyright 2007 Pearson Education, Inc Publishing as Pearson Addison-Wesley.
Notas de Aula Estatística Elementar 10ª Edição by Mario F. Triola Tradução: Denis Santos Slide 1 Capítulo 5 Distribuições de Probabilidades 5-1 Visão Geral 5-2 Variáveis Aleatórias 5-3 Distribuição de
Leia maisNoções de Estatística Airlane P. Alencar LANE
Noções de Estatística Airlane P. Alencar LANE www.ime.usp.br/~lane 1 Programa Estatística, Amostragem Análise Descritiva Organização dos dados, Tipos de variáveis Medidas resumo: proporção, média, mediana,
Leia maisMétodos Quantitativos II
Métodos Quantitativos II MEDIDAS DE VARIABILIDADE O que significa Variabilidade? As medidas de tendência central nos dão uma ideia da concentração dos dados em torno de um valor. Entretanto, é preciso
Leia maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:
Leia maisESTATÍSTICA E. Prof Paulo Renato A. Firmino. Aulas
ESTATÍSTICA E Prof Paulo Renato A. Firmino praf62@gmail.com Aulas 05-06 Descritiva Medidas de Posição Mediana: É o valor que se localiza no centro de uma amostra ordenada Se o número de observações (n)
Leia maisContabilometria. Aula 9 Regressão Linear Inferências e Grau de Ajustamento
Contabilometria Aula 9 Regressão Linear Inferências e Grau de Ajustamento Interpretação do Intercepto e da Inclinação b 0 é o valor estimado da média de Y quando o valor de X é zero b 1 é a mudança estimada
Leia maisSSC643 -Avaliação de Desempenho de Sistemas Computacionais -
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC643 -Avaliação de Desempenho de Sistemas Computacionais - Aula 2 Sarita Mazzini Bruschi
Leia mais