Possíveis Parcerias Futuras e Whatsapp do Gabriel

Possíveis Parcerias Futuras

-- Watsapp do Gabriel 019 - 988-627-438

-- Secretaria Estatistifica: 3429-4144

   - Luciane: R. 220

   - Rosni: 200

   - Mayara: 227

-- Outro EMail: gasarrie2@gmail.com

-- Skype: hc_gabriel

 Projeto GeSi - TI , Laboratório GIMMI e ERPG/LAE/USP

GeSi - TI: Gestão Sistêmica (Gestão pela Qualidade Total e Certificação Internacional da Qualidade) e Tecnologia da Informação.

GIMMI: Gestão, Inteligência de Negócios (BI e Intel. Antesipativa, Competitiva), Marketing (Analise), Metrologia (Medição, Quantificação, Big Data, Data Mining, etc.) e Inovação (Gestão da Inovação, Statups, empreendedorismo associativo, etc.)

ERPG/LAE/USP - Estatística Robusta para Gestão pela Qualidade Total (GQT), Inteligencia (BI), Cetificação Internacional da Qualidade (CIQ), Marketing e Pesquisa. Coautorias e parcerias em consultoria empresarial.

Oportunidade de:

- TCC ou Estagio para Todos os Cursos da ESALQ/USP: em GQT, CIQ e BI.

- PG

• Desenvolver Ferramentas - Inteligencia Coletiva/Colaborativa com finalidade competitiva.

- Masa critica para discutir as mais de 100 ferramentas e sistemas, nas áreas de GQT, CIQ e BI.

- NIT/CNPq - Qualidade e Metrologia na Agropecuária: Arroz, feijão, soja, tomate, mel, leite, carne, rim, figado, cérebro, etc. Material de Referencia Laboratorial Certificado;

- Centro Colaborativo em Defessa Agropecuária - MAPA - Testes de Proficiência Laboratoriais;

- Centro Satélite da UNESCO (Segurança alimentar e do alimento)

- Remediação Ambiental junto ao BRICS

- Rastreabilidade: TI e Química.

Possíveis Assuntos para Desenvolver:

1.     5W-2H (What, Who, Where, When, Why and How, How Much it Costs).

2.     7 Ferramentas do Controle da Qualidade – Kaoru Ishikawa (7 FPQ)  (ISHIKAWA, 1982; SAS INSTITUTE INC, 1990)

3.     7 Ferramentas do Planejamento da Qualidade (7 FCQ)  ou Sete novas ferramentas da gestão..

4.     Administração Visível ou Gestão por Perambulação.

5.     Amostragem.

6.     Análise Crítica.

7.     Auditoria.

8.     Avaliação Invertida.

9.     Benchmarking (SARRIÉS, 2015).

10. Brainstorming – Brainwriting.

11. Célula Autogerencial ou Célula de Trabalho ou Unidade Gerencial Básica.

12. Círculo de Controle da Qualidade (CCQ).

13. Controle Estatístico de Processos (CEP).

14. Data Mining – Data Crunching.

15. Define, Measure, Analyze, Improve and Control (DMAIC).

16. Delineamento Ótimo de Experimentos - DOE (MONTGOMERY, 1991).

17. Diagnóstico de Clima Organizacional.

18. Endo marketing.

19. Failure mode and effects analysis / Failure Tri Analysis (FMEA/FTA).

20. Fluxograma.

21. Gravidade, Urgência, Tendência (GUT).

22. Grupo de Kaizen.

23. Hoshin Kanri - Sistema de Gerenciamento pelas Diretrizes – GPD.

24. Key Performance Indicators.

25. Lean Production (Just in Time).

26. Mapas de Processos.

27. Mapas Estratégicos.

28. Mapas Mentais.

29. Mapas Táticos.

30. Metrologia (CONGRESSO SUL-AMERICANO DE METROLOGIA, 1999).

31. Multivotação.

32. PDCA (Plan Do Check Act).

33. PERT/CPM (Program evaluation and review technique), (Critical Path Method).

34. Pesquisa de Mercado.

35. Pirâmide Maslow.

36. Plano de negócios.

37. Poka Yoke – Procedimentos Robustos ou à Prova de Erros.

38. Política Básica (missão, visão e valores).

39. Postura de Atendimento.

40. Procedimentos Operacionais e Instruções de Trabalho (PO – IT).

41. Programa de Educação para a Qualidade.

42. Qualidade de Vida dos Colaboradores da Organização Mundial de Saúde (OMS).

43. Quality function deployment (QFD).

44. Relatório de Não Conformidade (RNC).

45. Reunião Relâmpago.

46. Root Cause Analysis (RCA).

47. Simulação – Otimização Computacional.

48. Sistema Ringi de Negociação (Meta e -Método).

49. Sistemas de Informação (TURBAN, RAINER, POTTER, 2007)

50. Sistemas de Liderança XY de Douglas McGregor.

51. Standardized Do Check Act (SDCA).

52. SWOT (Strenght Weakness Opportunities Threats). SWOT_N (Neutral)

53. Testes de Hipótese (Inferência Estatística Indutiva).

54. Total Preventive Maintenance (TPM).

55. Workshop, Prestação de Contas de Planejamento (Reforço Positivo/Negativo, Ruptura e Punição).

56. Workplace Organization Method (5S – 10) (VICINO et al. 1999).

57.  OBEAS

58. ISO 22.000

59. Global-GAP

60. FSSC 22.000

61. DSS

62. ERP

63. MEP

64. CRM

65. Rastreabidade

66. Sistemas de Informações Estratégicos

67. Sistemas de Informações Táticos

68. Sistemas de Informações Operacionais

69. Inteligência Organizacional - Antecipativa - Competitiva

70. BPM - Business process management

71. Gestão Networking

72. Estrategia - Posicionamento de Mercado "Oceano Azul"

73. Tipologia de Myers–Briggs

74. Business process management (BPM) 

75. Business Model Canvas (Síntese do Plano de Negocio):

76. Intraempreendedorismo

77. Gestão do Conhecimento

78. Gestão de Projetos (PMBOK)

Slides que Permitem Observar Relacionamento (sinergia) Entre os Assuntos 

Aula 15 (6/6/2016) - Seminários - GeSi - TI e GIMMI

 Projeto GeSi - TI e Laboratório GIMMI

• Oportunidade de:
• TCC
• PG
• Desenvolver Ferramentas - Inteligencia Coletiva/Colaborativa com finalidade competitiva.
• Masa critica para discutir as mais de 70 ferramentas e sistemas, a partir dos quais estamos elaborando e apresentando os seminários.

Analise de Regressão - Linear

Análise de Regressão

Vamos analisar conjuntos de dados para exemplificar como fazer e interpretar uma analise de regressão.

A analise de regressão é utilizada para estimar a relação estatística entre duas variáveis, a variável no Eixo X é denominada variável independente, considerada “a causa”, a variável do Eixo Y é denominada variável dependente ou variável “resposta”.

Exemplo 1

Trata-se de um conjunto de dados que contem, para a Variável X: Investimento em Propaganda de Uma Rede de Supermercados. A variável Y: Vendas Após Veiculação da Propaganda.

Conjunto de Dados a Ser Analisado (digitar esses dados em Excel):

X : Investimento em Propaganda

Y:  Resultado em Vendas

  

X	Y
30	430
21	335
35	520
42	490
37	470
2	210
8	195
17	270
35	400
25	480

Veja o vídeo, anexado em seguida, explicando como realizar a analise no Excel.

Vídeo que explica como fazer analise de regressão. Fazer download do  arquivo padrao FLV:

Análise Propaganda - Vendas (Regressão)

Análise de Resultados:

O resultado gráfico mostra uma tendência crescente da reta de regressão, indicando que quando aumenta o investimento em propaganda também aumenta o resultado em vendas.

Analiticamente podemos observar que a qualidade de ajuste da reta foi muito boa R² = 0,8251, Coeficiente de Determinação (0-0,2 Muito Ruim; 0,2 – 0,4 Ruim; 0,4 – 0,6 Regular; 0,6-0,8 Boa; 0,8-1 Muito boa, critério montado utilizando Escala de Likert).

A equação da reta de regressão estimada foi:

y = 8,3023x + 170,78

assim vemos que o Coeficiente Linear foi 170,78; como a s unidades do gráfico são Reais * 1000, podemos concluir que o que seria vendido com X=0, ou seja sem propaganda seria Y=170.780 R$.

O coeficiente de regressão foi 8,30, o que indica que para cada unidade de aumento na propaganda temos um aumento de 8,3 R$ em vendas, ou que para cada 1000 R$ investidos em propaganda temos 8.300 R$ a mais em vendas.

Exercício 2 - Elaborar um exemplo sobre analise de regressão na área de ciência dos alimentos. DL 8/3.
Mandar para o e-mail da disciplina:

informa.c.alim.esalq@gmail.com

Dicas Elaboração de Slides

Dicas Elaboração de Slides

Eu mostro mínimo de técnicas:

• Apresentar Técnicas de Elaboração de Slides, Didática, Oratória e MKT Pessoal.
  
  Arquivo para Download:
  
  Elaboração de Slides
  
  
  
  
        Numero de slides por pessoa e por grupo

        Referencia da USP - Prof. Cintra
        http://www.ted.com/speakers/jill_bolte_taylor : Dois cérebros, quando e como usalos.
• Deliberamos fazer:
• Número de slides por pessoa 5
• Tempo de 5 minutos por pessoa

Aula 14 (30/5) - Seminarios e se tempo Cobrar Exercicios

Número dos Assuntos para Seminário	Nome das Pessoas do Grupo	Data
38; NPS; QFD	Gabriel; Bia, Jung	20/jun
36; 52	Diogo Ávila; Hélio do Prado	20/jun
35, Qualidade de Vida dos Trabalhadores, OHSAS 18000	Diego Baldin, Homero Cordeiro, Julio Natalino, Luiza Mazzafera	27/jun
9;18; 32	Mario Campion, Gustavo Righeto, Gabriel Cagnone, Gustavo Bressan, Hernrique Denny	20/jun
20; 27	Luan Leme, Pedro Gustinelli	23/mai
26;28;29	Bruno Beraldes, Guilherme Murakawa, Victor Shin,mateus giovanetti	06/jun
6;25;43	Bianca Santos, Fernando Crevelario, Luiz Gustavo Tutui	06/jun
3;41	Renato Frias Françoso, Marco Guimarães, Felipe Pereira	23/mai
36,52	Letícia Nakamiti, Giovanna Souza, Gabriel Awabdi	27/jun
17 e 55  e 34	Heloa e Yeda e Luis	06/jun

Euromonitor International

Empresa

O site disponibiliza dados das industrias e dos setores, produtos derivados e seus respectivos paises.

Welcome to Passport, Euromonitor International's gateway to global strategic intelligence. Registering will provide you access to our award winning database and analysis tools to help you.

Go to Euromonitor.com to find out how you can register for Passport.
http://www.euromonitor.com/alcoholic-drinks
https://www.youtube.com/watch?v=4AJQ8zfNLmY

Aula 13 (23/5) - Workshop de Exercícios -

EXEMPLOS DE ANOVA:
- Carlos - Celulose em Clones de Eucaliptos
- Salários em diferentes regiões do Brasil

- Seminários



Exemplo de Carlos - Celulose
????????????

Exemplo - Comparação de Salários (ANOVA):

data salarios;
   input No_Cidade Estado $ Salario;
   cards;
17 RJ 1870
16 RJ 2030
8 SP 1800
11 MS 1700
6 SP 2150
19 RJ 1910
10 MS 1890
18 RJ 2200
14 SP 2180
4 MS 1890
3 MS 1650
20 RJ 1890
12 MS 1950
7 SP 2320
15 RJ 1990
2 SP 1850
1 MS 1678
9 MS 1789
5 SP 1950
13 SP 2150
;
proc anova;
   class Estado;
   model Salario = Estado;
   means Estado / Tukey lines;


run;

Aula 12 (16/5/2016) - Seminários (Tecnicas Slides) e Workshop de Exercícios - Se tempo MANOVA

1- Verificar datas de Seminários - Dicas para Elaboracao de Slides
2- Workshop de Exercícios: ANOVA - Cluster - MANOVA
3- Dicas de Elaboração de Slides
 

Workshop de Exercícios: ANOVA - Cluster - MANOVA:

Exemplos de ANOVA em SAS

Exemplo 1 - de ANOVA - Comparação de Concentração de OHNa em Diversas Categorias de Sucos;

data SUCOS;

input suco $ NaOH;

cards;

Maca    8

Maca    11

Maca    10

Maca    8

Maca    9

Uva 8

Uva 6

Uva 7

Uva 9

Laranja 5

Laranja 4

Laranja 5

Manga   2

Manga   1

Manga   1

;

proc ANOVA;

class suco;

model NaOH=suco;

means suco/ tukey lines;

run;

Exemplo 2 - Índice de Masa Corporal, Corrida por Semana e Quilocalorias por Dia em Função das Categorias: Atletas, Semiatentas, Sedentários e Professores da ESALQ

data imc_dat;

input cat $ imc corr kcal;

cards;

AT    20.2  60.7  3200

AT    21.3  54.8  3100

AT    19.3  49.6  2800

AT    21.1  52.3  3300

SEM   22.4  14.9  2600

SEM   21.9  17.8  2700

SEM   23.8  18.6  3200

SEM   24.1  15.1  3300

SE    27.3  2.5   2700

SE    23.4  4.3   2300

SE    25.2  2.3   2600

SE    26.4  2.6   3200

PR    26.2  4.1   2600

PR    24.2  2.1   2700

PR    25.4  1.9   2650

;

proc print;

run;

proc glm;

 class cat;

 model imc corr kcal = cat;

 means cat / tukey lines;

run;



Exemplo do Aluno Julio Natalino:

data  alface;
input cat $ diam peso fibras;
cards;
crespa 30 210 2.5
crespa 32 217 2.0
crespa 30 205 2.1
crespa 31 220 2.3
lisa 30 170 1.9
lisa 28 164 1.8
lisa 30 171 1.7
lisa     27 160 1.7
americana 22 160 1.55
americana 24 170 1.60
americana 26 179 1.70
americana 25 175 1.65
mimosa 29 185 2.1
mimosa 25 175 1.95
mimosa    28 180 2.0
proc print;
run;
proc glm;
 class cat;
 model  peso  = cat;
means cat / tukey lines;
run;

Aula 11 (9/5/2016) - Foco em Seminários e Exercícios - MANOVA

Aula 11 - Foco em Seminários e Exercícios - MANOVA (Multivariate Analysis of Variance)

 Exercícios: negociarmos dead lines.

 Seminários: Assuntos e datas de apresentação.

 MANOVA: Continuar aprendizagem.

Mostrar diferença de utilização em estatística e 
gestão de custos:

Estatística:

Ver exemplo da aula anterior (Categorias=Tratamentos, Var_1=IMC , etc.

Observ. Trat. Repet. Var_1 Var_2 .... Var_n
1
2
...

Trat. serão as linhas
Medias de cada variável de resposta as colunas
Objetivo: analise estatística: Cluster An. ou PCA, etc.


Gestão:

Registro Més Dia Item Custo
1
2
....

Estes Campos Entrarão na Tabela Dinâmica:
Como linas
Como colunas
Como corpo da tabela
Objetivo: Elaborar totais parciais por linha (Item) e coluna (mês);


Passo 3 - Rodar ANOVA dos Dados do Exemplo Anterior (aula passada). 

data imc_dat;

input cat $ imc corr kcal;

cards;

AT    20.2  60.7  3200

AT    21.3  54.8  3100

AT    19.3  49.6  2800

AT    21.1  52.3  3300

SEM   22.4  14.9  2600

SEM   21.9  17.8  2700

SEM   23.8  18.6  3200

SEM   24.1  15.1  3300

SE    27.3  2.5   2700

SE    23.4  4.3   2300

SE    25.2  2.3   2600

SE    26.4  2.6   3200

PR    26.2  4.1   2600

PR    24.2  2.1   2700

PR    25.4  1.9   2650

;

proc print;

run;

proc glm;

 class cat;

 model imc corr kcal = cat;

 means cat / tukey lines;

run;

Resultado de Rodar o Programa Acima:
Arquivo para Download (Tipo Word) Arquivo de Resultados para Download




Passo 4 - Rodar MANOVA dos Dados do Exemplo Anterior (aula passada)

Programa para Rodar MANOVA:

data imc_dat;

input cat $ imc corr kcal;

cards;

AT 20.2 60.7 3200

AT 21.3 54.8 3100

AT 19.3 49.6 2800

AT 21.1 52.3 3300

SEM 22.4 14.9 2600

SEM 21.9 17.8 2700

SEM 23.8 18.6 3200

SEM 24.1 15.1 3300

SE  27.3 2.5 2700

SE  23.4 4.3 2300

SE  25.2 2.3 2600

SE  26.4 2.6 3200

PR 26.2 4.1 2600

PR 24.2 2.1 2700

PR 25.4 1.9 2650

;

proc print;

run;

proc glm;

 class cat;

 model imc corr kcal  = cat;

 contrast "AT e SEM Vs. PR e SE "  cat 1 -1 -1 1;
contrast " PR Vs. SE "  cat 0 1 -1 0;

 manova h=_all_ / printe printh;

run;

/* Se tirar o comando manova faz os contrastes univariados 

contrast " Se Vs Prof " cat 0 0 1 -1;

A ordem das categorias é a albafética, ver relatorio de proc glm

*/

Resultado do Programa de MANOVA:
Arquivo para Download (mht abrir no Wodr)
Arquivo de Resultados - Abrir com Word






- Análise Multivariada Exemplos: 

data imc_dat;
input cat $ imc corr kcal;
cards;
AT 20.475 54.35 3100
PR 25.175 2.55 2662.5
SE  25.575 2.925 2700
SEM 23.05 16.6 2950
;
proc cluster data=imc_dat outtree=tree method=average;
var imc corr kcal;
id cat;
run;
PROC TREE DATA=TREE;
RUN;

Próxima aula:

• Comparar resultados ANOVA com Kruskal-Wallis.
• Resultados ANOVA dados brutos, transformados e da Estat. Robusta,