Prova da LCE 1270

   Prova da LCE 1270

Aplique análise de regressão e Machine Learning Supervisionado para Predição no exemplo abaixo (Exercício Pratico número 2). 

A prova vale 20% da nota final.

 Simule PV (Pós-venda) na faixa de 60 a 100% e calcule a média aritmética.

Simule Fideli (Satisfação com Programa de Fidelização), na faixa 20 a 100%.

Aumente em 5% a satisfação com o Nível de Qualidade (Qu_level) dos Produtos.

Diminua em 6% o Índice de Reclamações (Claims).

Envie o resultado, arquivo Excel, Weka e SAS para o e-mail de exercícios colocando no assunto, Prova 1 e seu nome:

Enviar por Favor para o E-mail da Disciplina:

gestao.estat.cert@gmail.com

 

Bu_Unit	Sales	Price	Qu_level	Claims	NPS	PV	Satisfac
1,0	66,0	97,8	96,8	13,6	98,9	19,0	97,8
2,0	15,8	98,9	98,4	12,3	97,8	29,0	98,9
3,0	8,9	100,0	100,0	11,1	100,0	21,0	100,0
4,0	12,5	98,9	95,2	12,3	96,7	94,0	96,7
5,0	80,7	22,0	19,4	100,0	2,2	34,0	21,7
6,0	32,2	23,1	22,6	97,5	3,3	64,0	23,9
7,0	23,4	24,2	24,2	96,3	2,7	61,0	25,0
8,0	90,0	24,2	19,4	95,1	2,2	25,0	26,1
9,0	31,4	64,8	56,5	50,6	65,9	10,0	65,2
10,0	11,2	65,9	51,6	49,4	71,4	3,0	66,3
11,0	77,5	70,3	53,2	46,9	63,7	56,0	68,5
12,0	23,9	68,1	51,6	45,7	61,5	4,0	67,4
13,0	7,4	86,8	80,6	25,9	90,1	90,0	87,0
14,0	0,3	87,9	79,0	24,7	85,7	48,0	85,9
15,0	83,4	87,9	77,4	22,2	90,1	78,0	88,0
16,0	100,0	86,8	75,8	25,9	84,6	88,0	84,8
17,0	40,9	98,4	97,6	13,0	98,4	24,0	98,4
18,0	12,4	99,5	99,2	11,7	98,9	25,0	99,5
19,0	10,7	99,5	97,6	11,7	98,4	57,5	98,4
20,0	46,6	60,4	57,3	56,2	49,5	64,0	59,2
21,0	56,4	22,5	21,0	98,8	2,7	49,0	22,8
22,0	27,8	23,6	23,4	96,9	3,0	62,5	24,5
23,0	56,7	24,2	21,8	95,7	2,5	43,0	25,5
24,0	60,7	44,5	37,9	72,8	34,1	17,5	45,7
25,0	21,3	65,4	54,0	50,0	68,7	6,5	65,8
26,0	44,3	68,1	52,4	48,1	67,6	29,5	67,4
27,0	50,7	69,2	52,4	46,3	62,6	30,0	67,9
28,0	15,7	77,5	66,1	35,8	75,8	47,0	77,2
29,0	3,8	87,4	79,8	25,3	87,9	69,0	86,4
30,0	41,9	87,9	78,2	23,5	87,9	63,0	87,0
31,0	91,7	87,4	76,6	24,1	87,4	83,0	86,4
32,0	70,5	92,6	86,7	19,4	91,5	56,0	91,6
33,0	26,6	98,9	98,4	12,3	98,6	24,5	98,9
34,0	11,5	99,5	98,4	11,7	98,6	41,3	98,9
35,0	28,6	79,9	77,4	34,0	73,9	60,8	78,8
36,0	51,5	41,5	39,1	77,5	26,1	56,5	41,0
37,0	42,1	23,1	22,2	97,8	2,9	55,8	23,6
38,0	42,3	23,9	22,6	96,3	2,7	52,8	25,0

Arquivo de Dados para o Weka

@RELATION Cliente

@ATTRIBUTE Vendas REAL

@ATTRIBUTE Preco REAL

@ATTRIBUTE Niv_Qual REAL

@ATTRIBUTE Reclama REAL

@ATTRIBUTE NPS REAL

@ATTRIBUTE P_Vend REAL

@ATTRIBUTE Satisf REAL

@DATA

Programa SAS - Ciência de Dados Robusta para Machine Learnic Superv. para Casusas & Efeito

 Data Customer;

Input Bu_Unit  Sales  Price Qu_level Claims NPS P_Vend Satisfac;

Cards;

DADOS

;

proc print; 

run;

proc reg;

   model  Satisfac = Sales  Price Qu_level Claims NPS P_Vend ;

Run;

proc robustreg;

model Satisfac = Sales  Price Qu_level Claims NPS P_Vend ;

Run;