Presente para Todos: Livro We, o Livro Mais Importante que Li Sobre Amor - Paixão e Relacionamentos Sustentáveis:

Baseado no Mito de Tristão e Isolda o mais antigo do Cristianismo.

Resumo de Livro We (feito pelo Gabriel):

Livro Eletrônico (We) Completo:

Aula XIV - Parcerias Futuras - Vocês e o Gabriel

Estamos acabando o programa da disciplina, assim gostaria que pensemos na possibilidade de termos parcerias futuramente, colocarei algumas possibilidades, seguramente tem muitas outras.

Links para Parcerias Futuras

1) Laboratório de Analises Estatísticas (LAE) da ESALQ. Eu cuido da Estatística para Pesquisa e Gestão, Estatística Robusta e Simulação Bootstrapping.

Temos 11 professores de estatística e 70 alunos de pós-graduação em estatistifica da ESALQ que trabalham nas analises do LAE.
Podemos colaborar nos aspectos estatísticos de seus trabalhos nas áreas de gestão ou pesquisa.
Também você pode ser estagiário na área de produção de alimentos e estatística. Os estatísticos estão muito escassos, por isso uma competência em estatística aumenta sua empregabilidade e competitividade. Veja que essa escassez impacta no salario do estatístico, o segundo do brasil atrás somente do medico. Eles são contratados antes de acabar a graduação, tenho uma filha no penúltimo ano de estatística na USP de São Carlos, já foi convidada para fazer estagio remunerado no Banco Itaú (2400 $R), ver referencia abaixo, Anexo 1.
Podemos fazer isso na graduação ou na pós-graduação.

O LAE está saturado de trabalho, eu por exemplo, somente analiso dados de meus alunos de PG de todos os cursos da USP de Piracicaba e os alunos de graduação de Ciência dos Alimentos (CA). Estou pensando em restringir todo meu trabalho de estatística para CA, tenho que credenciar minhas disciplinas na PG de CA e cair fora da Estatística . Na CA é onde está minha maior satisfação e tal vez meu maior diferencial competitivo.

2) Painel Permanente para Pesquisa de Mercado de Trabalho do Cientista dos Alimentos

Divulgar Portal: Pesquisa de Mercado de Trabalho para Cursos de Graduação da ESALQ

http://mercado-trabalho-esalq.blogspot.com.br

Quem quiser trabalhar nesse projeto permanente, tem que gostar de:

· Computação: Bancos de dados pesquisas em internet.

· Data Minig, Crunching e Analysis. Textor mining, Big Data.
· Estatística:

o Dimensionamento ótimo de amostras

o Estat, robusta para gestão e pesquisa (Kruskal Wallis, Wilcoxon, Corelaçã de Speerman, etc)

o Estatística multivariada: MANOVA, Cluster Analysis, Principal Components Analysis, Analise Discriminante, Funções Canônicas.

o Estatística paramétrica: ANOVA, regressão (simples e múltipla) correlação, testes de comparações múltiplas- Tukey, Duncan, etc.

· Pesquisas de Mercado – CRM

· Planejamento Estratégico

· QFD

· BI

· Planejamento Estratégico

· FEMEA - RCA - DOE, etc.

· E-Learning: disciplina de Estat. Robusta PG, já para Unesp RC e Cabo Frio (e Piracicaba), ano que vem convite para Peru, Argentina, África do Sul e China (dois últimos locais legais para quem quer treinar inglês).

Dedicação: 2-3 horas por semana, 80% em casa, reuniões a cada 15 dias 30 minutos, videoconferência.

3) Pesquisas em Metrologia para Ciência dos Alimentos: material de referência laboratorial (MRL) para arroz, feijão, soja, tomate, café, feed (ração de animais), açúcar e cana de açúcar, bovinos (músculo, rim, fígado, cérebro, sangue).

Vidro de 100 ml ou mg = 800 US$.

Já aprovamos projeto de 1.000.000 $R e agora outro para criar um NIT (Núcleo de Inovação Tecnológica) para produção e distribuição no BR de MRL.

4) Orientação de estágios ou pratica profissionalizante ou mestrado, doutorado ou pós-doutorado nas áreas de gestão, certificação de

qualidade, inteligencia de negócios e sistemas de informação, todo aplicado à produção de alimentos, preferivelmente para quem trabalhe no Item 2. Estou cadastrando minhas duas disciplinas de PG no Curso de Ciência dos Alimentos: Estatística Robusta para Pesquisa e Gestão e Residencia em Análises Estatísticas.

5) Projetos de consultoria em Gestão, Certificação (nacional e internacional), Inteligencia e Informação para Produção de Alimentos.

6) Bater papo para fortalecer networking (52% dos empregos nos EUA - USA ) são conseguidos através de networking, imagine no Brasil, que as pessoas conversam muito mais. Fonte: parceria ESALQ e CENA com o MIT ( Instituto de Tecnologia de Massachusetts), Anexo 2. Pense muito ao recusar participar de um churrasco, feijoada, pizzada, macarronada, paella, happy hour, cervejada, festa de aniversario, casamento, ate velório, etc. Sempre tenho cafe, chá, água mineral e umas bolachas no departamento de Estatistifica, podemos ir também no CENA onde trabalho a pesquisa em alimentos.

7) Curso para ser consultor ou auditor do Premio Nacional da Qualidade:
- Gratuito
- Todo o sistema e todas as ferramentas implantadas na Biblioteca Central da ESALQ (9 anos de Sistema Toyota de Gestão e 10 anos de BSC).

Anexo 1 - Salario Estatístico

http://oglobo.globo.com/economia/emprego/estatisticos-entram-em-cena-carreira-tem-segundo-melhor-salario-7347090

Estatísticos entram em cena: carreira tem segundo melhor salário

Puxada pelo mundo digital, profissão ocupa 6º lugar no ranking das melhores carreiras, informa Ipea

POR O GLOBO

20/01/2013 8:05 / ATUALIZADO 20/01/2013 9:1

Anexo 2) MIT - http://pt.wikipedia.org/wiki/Instituto_de_Tecnologia_de_Massachusetts

O Instituto de Tecnologia de Massachusetts (em inglês, Massachusetts Institute of Technology, MIT) é um centro universitário de educação e pesquisa privado localizado em Cambridge, Massachusetts, nos Estados Unidos.

O MIT é um dos líderes mundiais em ciência, engenharia e tecnologia, bem como outros campos, como administração, economia, linguística,ciência política e filosofia. Dentre seus preeminentes departamentos e escolas, destacam-se: Sloan School of Management, Lincoln Laboratory,Computer Science and Artificial Intelligence Laboratory, Media Lab e Whitehead Institute.

Dentre os professores e ex-alunos do MIT estão incluídos vários políticos (entre os quais a senadora vitalícia italiana Elena Cattaneo), executivos,escritores, astronautas, cientistas e inventores preeminentes. O MIT já produziu mais de 70 Prêmio Nobel, oito dos quais são membros do seu corpo docente atual.

Regressão Múltipla - Seminários PG

Seminários PG

Os alunos que quiserem podem apresentar os seus trabalhos de pesquisa para começarmos a interagir, quanto antes melhor, o estatocístico deve entrar na etapa de planejamento da pesquisa, a Estatística é uma ciência nova e relativamente rígida, assim não deve ser a Estatistifica que deva se ajustar a sua pesquisa e sim sua pesquisa à Estatística.

Já analisamos dados e publicamos com alunos desta turma (2015), estamos analisando dados de outros, não é indispensável apresentar os trabalhos de pesquisa nesta disciplina.

Se fizerem a próxima disciplina Residencia em Analises Estatistificas, no próximo semestre a apresentação será mandatória.

Essa disciplina é a unica de nossa pós-graduado que não tem programa definido, os assuntos abordados nessa disciplina são os problemas de pesquisa dos alunos, logicamente os aspectos estatísticos.

Essa disciplina é interessante por que tem três professores na sala de aulas: a Prof. Sonia especialista em Amostragem e Estatística Experimental, o Prof. Tadeu, especialista em Estatistifica Multivariada e Estatística Experimental e eu, Estatística Robusta para Pesquisa e Gestão. Alem dos professores participam alunos de mestrado, doutorado e pós-doutorado em estatistifica da ESALQ.

Os alunos da UNESP de Rio Claro e da USP em Cabo Frio podem apresentar seus trabalhos através de videoconferência.

Regressão Múltipla - Exemplo de Aula para PG

Exemplo em SAS (Todo o que está escrito em fonte azul é entrada os saída do SAS):

Estamos testando a influencia das variáveis: Quilocalorias ingeridas por dia (Kcal_d), dos Quilômetros que as pessoas correm por semana (Corr_s) e das Xícaras de Chá do Sol (Cha_Sol), que é recomendado para emagrecer, anticancerígeno, antienvelhecimento e antidiarreico, as 3 variáveis anteriores no Índice de Massa Corporal (IMC). Veja o comando SAS para testar esse modelo:

model IMC = Kcal_d Corr_s Cha_Sol;

O Modelo Estatístico é:

IMC = Bo + B1 * Kcal + B2 * Corr_s + B3 * Cha_Sol + Erro do Modelo

IMC é a:

variável dependente (efeito)

Kcal_d Corr_s Cha_Sol:

são as variáveis independentes (causas)

data multipl;

input IMC Kcal_d Corr_s Cha_Sol;

cards;

28 2500 1 20

19 2100 34 19

22 2300 12 18

29 2600 0,5 22

20 2200 17 25

18 2100 32 25

29 2780 0.5 28

31 2890 1 27

20 2000 10 25

;

proc glm;

model IMC = Kcal_d Corr_s Cha_Sol;

run;

Resultados:

The SAS System

The GLM Procedure

Number of Observations Read	9
Number of Observations Used	8

The SAS System

The GLM Procedure

Dependent Variable: IMC

Source	DF	Sum of Squares	Mean Square	F Value	Pr > F
Model	3	178.7370600	59.5790200	46.38	0.0015
Error	4	5.1379400	1.2844850
Corrected Total	7	183.8750000

Aqui podemos ver que se rejeita a Hipótese:

Ho: B1 = B2 = B3 = 0 ou seja que não ha nenhuma relação de causa --> efeito com (1-0,0015) * 100 = 99,85 % de confiança.

R-Square	Coeff Var	Root MSE	IMC Mean
0.972057	4.848561	1.133351	23.37500

Source	DF	Type I SS	Mean Square	F Value	Pr > F
Kcal_d	1	169.2880791	169.2880791	131.79	0.0003
Corr_s	1	8.4790347	8.4790347	6.60	0.0620
Cha_Sol	1	0.9699462	0.9699462	0.76	0.4339

Source	DF	Type III SS	Mean Square	F Value	Pr > F
Kcal_d	1	43.68364463	43.68364463	34.01	0.0043
Corr_s	1	8.65365842	8.65365842	6.74	0.0603
Cha_Sol	1	0.96994618	0.96994618	0.76	0.4339

Parameter	Estimate	Standard Error	t Value	Pr > \|t\|
Intercept	0.1169092515	5.30174186	0.02	0.9835
Kcal_d	0.0116183745	0.00199228	5.83	0.0043
Corr_s	-.1229135600	0.04735485	-2.60	0.0603
Cha_Sol	-.1067422116	0.12283635	-0.87	0.4339

Podemos ver que a estimativa dos parâmetros

Bo, B1, B2 e B3 foi:

Parameter	Estimate
Bo = Intercept	0.1169092515
B1 = Kcal_d	0.0116183745
B2 = Corr_s	-.1229135600
B3 = Cha_Sol	-.1067422116

Podemos observar que:

B1 > 0

B2 <0

B3 <0

assim as variáveis independentes (causa) ainda sem pensar em significância estatistifica atuaram em relação a IMC da seguinte forma:

B1 positivamente ou seja quando aumentam as quilocalorias por dia aumenta o IMC,

B2 negativamente ou seja quando aumentam as quilocalorias por dia aumenta o IMC e

B3 negativamente ou seja quando aumentam as xícaras de chá por sema aumenta o IMC

Agora temos que observar para quais variáveis independentes o coeficiente foi estatisticamente diferente de O (zero), para isso temos que observar a margem de erro do teste de cada coeficiente:

Parameter	Estimate	Pr > \|t\|
Bo = Intercept	0.1169092515	0.9835
B1 = Kcal_d	0.0116183745	0.0043
B2 = Corr_s	-.1229135600	0.0603
B3 = Cha_Sol	-.1067422116	0.4339

Assim:

O Intersepto foi igual a zero (Bo = Intercept), o que tem muito poco valor pratico, seria o valor do IMC se todas as variáveis independentes fossem zeradas, logicamente se a ingestão diária de calorias fosse zero o individuo estaria morto.

O coeficiente da variável independente Quilocalorias Ingeridas por Dia (B1 = Kcal_d) foi diferente de zero, assim com 99,57 % de confiança podemos afirmar que a quantidade de quilocalorias ingeridas por dia impacta positivamente no IMC.

O coeficiente a variável independente Quilômetros que as pessoas correm por semana (B2 = Corr_s) não foi diferente de zero se utilizarmos o critério de 95% de confiança (ou 5% de margem de erro), porem esta muito perto da significância, rejeitaríamos a hipótese de ser igual a zero com 94% de confiança. Assim poderíamos entrar na discussão da suficiência do tamanho amostral, foi igual a 9 pontos amostrais. Esse tamanho amostral é insuficiente para todos os critérios que o professor conhece:

- Teorema do Limite Central da Estatística ( o mais importante da Estatística) requer no minimo 30 pontos amostrais;

- Recomendação da Estatística Experimental, minimo 10 graus de liberdade do resíduo e 20 do total ajustado, assim deveríamos ter no minimo 21 pontos amostrais,

- Recomendação das normas ISO, minimo 9 graus de liberdade do resíduo, deveríamos ter 13 pontos amostrais.

Vemos que não conseguimos satisfazer nenhum dos 3 critérios, assim uma significância de 94% é uma evidencia forte de que a variável Quilômetros que as pessoas correm por semana (Corr_s) tem influencia significativa no IMC, uma relação inversamente proporcional, assim quando aumenta a corrida diminui o IMC. Seguramente se aumentarmos o tamanho amostral chegaremos a uma significância maior do que 95%.

O coeficiente a variável independente Xícaras de Chá do Sol por semana ( B3 = Cha_Sol) foi não significativa (p < 0,4339), assim o Chá do Sol não influenciou no IMC ou não tivemos argumentos estatisticamente significativos para rejeitar Ho: B3 = 0.

Mercado de Trabalho ...

sexta-feira, 26 de junho de 2015

Network com Gabriel - Futuro

Jill Bolte Taylor: My stroke of insight

sexta-feira, 19 de junho de 2015

Aula XV (26/9) - Fechar Seminários - Falar pendencias e mostrar planilha Bruna (função logica)

sexta-feira, 12 de junho de 2015

Pendencias

terça-feira, 9 de junho de 2015

Aula XIV (12/6) - Adiantada - Parcerias Futuras e Vocês e o Gabriel

Estatísticos entram em cena: carreira tem segundo melhor salário

Puxada pelo mundo digital, profissão ocupa 6º lugar no ranking das melhores carreiras, informa Ipea