STAT101 - Estatística Aplicada
Fundamentos de estatística para previsão.
Código: STAT101
Nível: Introdutório
Pré-requisitos: Nenhum
Objetivos de Aprendizagem
Ao final desta matéria, o aluno deverá ser capaz de:
-
Compreender os conceitos de média, mediana e moda e quando utilizar cada um.
-
Calcular e interpretar medidas de dispersão (variância e desvio padrão).
-
Entender a Distribuição Normal e sua importância para o cálculo de estoque de segurança.
-
Identificar outliers em uma série de dados.
-
Compreender intuitivamente os conceitos de teste de hipótese (valor-p e hipótese nula) e o que significa "estatisticamente significativo".
Cobertura no Cronograma
| Módulo | Tópico | Tipo |
|---|---|---|
| Módulo 2 | Medidas de Tendência Central (Média, Mediana) | Teoria+Prática |
| Módulo 3 | Dispersão (Desvio Padrão) e Distribuição Normal | Teoria |
| Módulo 4 | Outliers e Hipótese Nula (Intuição) | Teoria |
| Módulo 5 | Correlação e Causalidade | Teoria |
Tópicos Abordados
Medidas de Tendência Central
Onde os dados se concentram — o "centro de gravidade" da série.
- Média: Soma dividida pela quantidade. Sensível a valores extremos.
- Mediana: Valor central ao ordenar a série. Robusta contra outliers.
- Quando usar cada uma: Média para distribuições simétricas; mediana quando há outliers ou distribuição assimétrica (ex.: consumo de peças de reposição rara).
Aplicação direta: ao calcular a demanda média para o Ponto de Reposição, um único mês atípico (operação especial) pode distorcer a média — use a mediana nesses casos.
Medidas de Dispersão
O quão confiáveis (ou variáveis) são seus dados.
- Variância: Média dos quadrados dos desvios. Útil para cálculos internos.
- Desvio Padrão (σ): Raiz da variância. Mesma unidade dos dados — o mais usado na prática.
- Coeficiente de Variação (CV):
σ / Média. Permite comparar a variabilidade de itens com escalas diferentes.
Aplicação direta: o desvio padrão da demanda é o insumo central do cálculo de Estoque de Segurança em LOGI201.
Distribuição Normal (Curva de Gauss)
- Intuição: A maioria dos fenômenos naturais e de demanda se concentra em torno da média, com ocorrências extremas cada vez mais raras.
- Regra 68-95-99,7: ~68% dos valores estão a ±1σ da média; ~95% a ±2σ; ~99,7% a ±3σ.
- Fator Z: Multiplicador do desvio padrão para diferentes níveis de serviço (ex.: Z=1,65 para 95%; Z=2,05 para 98%).
Conexão com Estoque de Segurança
O Fator Z é o elo entre estatística e logística: ES = Z × σ_demanda × √Lead Time. Quem entende a Normal sabe o que está pagando ao escolher 95% vs. 99% de nível de serviço.
Outliers e Hipótese Nula
- Outlier: Valor anormalmente distante da média (regra prática: além de ±2σ ou ±3σ).
- Causas comuns na logística: Operações especiais, erros de lançamento, sazonalidade não modelada.
- Hipótese Nula (intuição): "Não existe efeito / diferença" — é o estado que queremos refutar com evidência.
- Valor-p para gestores: Probabilidade de observar o resultado caso a hipótese nula seja verdadeira. Valor-p < 0,05 → evidência suficiente para rejeitar o "não há diferença".
Correlação e Causalidade
- Correlação (r): Mede a força e a direção da relação linear entre duas variáveis. Varia de -1 a +1.
- Correlação ≠ Causalidade: Sorvete e afogamento são correlacionados (calor causa os dois). Antes de modelar, questione o mecanismo causal.
- Aplicação em previsão: Identificar variáveis externas (temperatura, sazonalidade, eventos) que explicam variações da demanda.
Materiais de Consulta
- WHEELAN, Charles. Estatística: O que é, para que serve, como funciona. Zahar, 2016. (Leitura excelente para intuição).
- ANDERSON, David R. et al. Estatística Aplicada a Administração e Economia. Cengage, 2019. (Livro texto base).
- Dataset de exemplo: Dados simulados de consumo de gêneros alimentícios.
Avaliação
Exercícios Práticos
-
Calcular média e mediana de uma série com outlier e comparar o impacto em cada medida.
-
Dado um desvio padrão e um nível de serviço, encontrar o fator Z e calcular o Estoque de Segurança.
-
Classificar um outlier em uma série de demanda e propor tratamento (exclusão ou substituição pela mediana).
-
Interpretar o coeficiente de correlação entre temperatura e consumo de um insumo.