Avaliação de Desempenho
Prof. Kleber Rezende
kleber.rezende@ifsuldeminas.edu.br
Inserindo Credibilidade Estatística aos
Conteúdo
Revisão de Probabilidade e Estatística:
Média;
Desvio Padrão;
Distribuição Normal de Probabilidades.
Inserindo Credibilidade Estatística aos Resultados
de uma Avaliação de Desempenho:
Intervalo de Confiança da Média;
Comparação de Sistemas;
Revisão
3 Inserindo Credibilidade Estatística
Média:
• É o valor que aponta para onde mais se concentram os dados de uma distribuição.
• É calculada somando-se todos os valores da população e dividindo o resultado pelo total de elementos da população.
Exemplo:
• Uma amostra de 5 barras de aço foi retirada da linha de produção e seus comprimentos foram medidos. Os valores foram: 4,5; 4,6; 4,5; 4,4; 4,5.
Revisão
Desvio Padrão:
• Mostra o quanto de variação ou “dispersão” existe em relação à média (ou valor esperado).
• Um baixo desvio padrão indica que os dados tendem a estar próximos da média; um desvio padrão alto indica que os dados estão espalhados por uma gama de valores.
• É calculado como a raiz quadrada de variância.
• Variância é o somatório dos quadrados das diferenças entre cada valor da amostra pela média dividido pelo tamanho da amostra.
Revisão
5 Inserindo Credibilidade Estatística
Desvio Padrão (Exemplo 1):
• Se medirmos a temperatura máxima durante três dias em uma cidade e obtivermos os seguintes valores, 28°, 29° e 30°, podemos dizer que a média desses três dias foi 29°.
• Em outra cidade, as temperaturas máximas nesses mesmos dias podem ter sido 22°, 29° e 35°. No segundo caso, a média dos três dias também foi 29°.
• As médias têm o mesmo valor, mas os moradores da primeira cidade viveram três dias de calor, enquanto os da segunda tiveram dois dias de calor e um de frio.
Revisão
Desvio Padrão (Exemplo 1):
• Para diferenciar uma média da outra, foi criada a noção de desvio padrão, que serve para dizer o quanto os valores dos quais se extraiu a média são próximos ou distantes da própria média.
• No exemplo anterior, o desvio padrão da segunda cidade é muito maior que o da primeira.
Revisão
7 Inserindo Credibilidade Estatística
Desvio Padrão (Exemplo 2):
• Uma das aplicações mais comuns do desvio padrão é para cálculo da classificação no vestibular.
• Se dois candidatos ao mesmo curso tiram nota 7 em provas diferentes, o peso desse resultado vai depender do desvio padrão de cada exame.
• Digamos que a média das notas nas duas provas tenha sido 5.
Revisão
Desvio Padrão (Exemplo 2):
• Aquele que obteve 7 na prova cujo desvio padrão foi menor, será mais considerado porque significa que ele conseguiu um 7 em um exame em que quase todo mundo ficou próximo a 5.
• Enquanto o outro conquistou um 7 em uma prova onde muitos outros também tiraram notas altas.
Revisão
9 Inserindo Credibilidade Estatística
Desvio Padrão (Exemplo 3):
• Vídeo sobre Variância e Desvio Padrão - Dados agrupados
• Uma pesquisa foi realizada com um grupo de 20 trabalhadores. Cinco disseram ganhar entre 5 e 10 salários mínimos (SM), outros 8 ganham entre 10 e 15 SM, 4 ganham entre 15 e 20 SM e 3 afirmaram ganhar entre 20 e 25 SM. Calcule a média salarial e o desvio padrão para o grupo de trabalhadores entrevistados.
Revisão - Exercício
Imagine a seguinte situação:
O dono de uma microempresa pretende saber, em
média, quantos produtos são produzidos por cada
funcionário em um
dia. O chefe tem
conhecimento que nem todos conseguem fazer a
mesma quantidade de peças, mas pede que seus
funcionários façam um registro de sua produção
em uma semana de trabalho. Ao fim desse
período, chegou-se à seguinte tabela:
Revisão - Exercício
11 Inserindo Credibilidade Estatística
Calcule a média, a variância e o desvio
padrão
da
produção
diária
de
cada
funcionário.
Revisão
Revisão
Revisão - Exercício
O salário médio dos funcionários de uma empresa
é de R$ 800,00, com desvio padrão de R$ 300,00.
Qual a probabilidade de que, selecionando-se
aleatoriamente um funcionário, ele receba:
a)
entre R$ 650,00 e R$ 1.100,00
b)mais de R$ 900,00
Intervalo de Confiança da Média
15 Inserindo Credibilidade Estatística
Introdução
Durante a avaliação do desempenho de um sistema, deve-se ter alguns cuidados:
i. Esperar até que o sistema atinja certo grau de estabilidade (warm-up) – compreende cerca de 10% do tempo inicial do processo;
ii. Definição de um Intervalo de Confiança (IC), que consiste em um intervalo de valores com alta probabilidade de conter a verdadeira média populacional.
Intervalo de Confiança da Média
Está sempre associado a um grau de confiança
Exemplo: se o grau de confiança for de 95%, significa que existe 95% de probabilidade de a média da população se situar entre os limites do intervalo calculado.
Por outro lado, se a média real estiver fora desse intervalo, significa que a amostra não representa, satisfatoriamente, a população.
Intervalo de Confiança da Média
17 Inserindo Credibilidade Estatística
Obtém a estimativa de que a média de um sistema analisado
esteja contida em um intervalo, onde a probabilidade de a média estar contida nesse intervalo seja igual a um nível de confiança desejado:
Prob{c1<c<c2} = 1-α onde:
(c1, c2) é o intervalo de confiança, em que c1 é o limite inferior e c2 é o limite superior do intervalo;
α é o nível de significância; 100(1 – α) é o nível de confiança
Na avaliação de sistemas computacionais, o valor geralmente
Intervalo de Confiança da Média
Exemplo: Uma conexão Fast Ethernet entre duas redes locais
foi analisada para verificação do tempo médio de resposta de transmissão de dados entre as duas redes. O gerente da rede tinha o cálculo do intervalo de confiança do tempo de resposta de transmissão em um arquivo de 1 GB, que variava de 90,34 segundos a 93,01 segundos, dependendo do tráfego no link, com 90% de confiança. Portanto, tem-se:
Prob{90,34≤m ≤ 93,01} = 0,9
e
Teorema do Limite Central
19 Inserindo Credibilidade Estatística
Este teorema diz que a aproximação do histograma das médias amostrais para a distribuição Normal melhora à medida que o tamanho amostral cresce. Isto permite que, independentemente do tipo da distribuição da população, seja possível inferir dados e realizar os cálculos desejados para essa população.
Teorema do Limite Central
No caso do cálculo do Intervalo de Confiança, deseja-se
conhecer o limite inferior e o limite superior onde a média das amostras se localiza com um certo nível de confiança.
Assim, para um nível de confiança de 100 (1-α)%, o IC pode ser calculado por:
Limite inferior: Limite superior: onde: é a média das amostras s é o desvio padrão n é o tamanho da amostra
é um (1-α/2) quantil de uma Normal (significa o número de desvios padrões que se estendem da média de uma distribuição Normal necessário para conter 1-α/2 da área). n Z X 1/2 n Z X 1/2 X 2 / 1 Z
Teorema do Limite Central
Exemplo 1: Calculando z para um nível de confiança de 90%.
Exemplo 2: Calculando z para um nível de confiança de 95%. 645 , 1 95 , 0 2 1 , 0 1 2 1 e z 960 , 1 975 , 0 2 05 , 0 1 2 1 e z
Teorema do Limite Central
23 Inserindo Credibilidade Estatística
Exemplo 3: Trinta e quatro amostras de tempo de resposta
foram coletadas de uma rede de computadores em diferentes momentos. O conjunto M representa as amostras coletadas (milissegundos):
M={840, 860, 850, 840, 860, 835, 1100, 500, 825, 833, 830, 830, 835, 840, 845, 825, 844, 845, 2000, 820, 840, 843, 844, 845, 823, 844, 843, 855, 851, 811, 847, 850, 834, 849}
a) Calcule o IC com 90% de confiança b) Calcule o IC com 95% de confiança
IC para amostras pequenas
Para pequenas amostras, a distribuição Normal
apresenta valores menos precisos, o que nos leva
a utilizar outro modelo, a distribuição t de
Student;
Quando o tamanho das amostras é grande, por
exemplo 100, a distribuição t é muito similar à
distribuição Normal. Mas para amostras
pequenas, a distribuição t é mais precisa;
IC para amostras pequenas
25 Inserindo Credibilidade Estatística
Para calcular o valor de t a ser usado, é necessário estabelecer: o nível de confiança desejado e o número de graus de liberdade a ser utilizado.
Usando o símbolo t no lugar de z, tem-se que o IC, neste caso, é dado por:
)
;
(
[1 /2; 1] [1 /2; 1]n
s
t
X
n
s
t
X
n
n
IC para amostras pequenas
27 Inserindo Credibilidade Estatística
Exemplo:
Foram realizadas 25 medidas de vazão de
um servidor de banco de dados. A média
computada foi de 190 requisições por
segundo, com desvio padrão igual a 11.
Deseja-se saber, com 95% de certeza, o
intervalo de confiança da média.
Comparação de Sistemas
Esta seção mostrará como fazer a
comparação entre os sistemas utilizando
quatro técnicas diferentes:
1.
Teste da média zero;
2.
Observações pareadas;
3.
Observações não pareadas;
4.
Teste visual.
Teste da Média Zero
29 Inserindo Credibilidade Estatística
Consiste em checar se os valores medidos
são significativamente diferentes de zero.
Usando o IC para o valor medido,
verifica-se o intervalo contém zero.
Basicamente, o que se tem a fazer é:
1.
utilizar a diferença dos valores das
amostras dos dois sistemas;
2.
calcular o IC para o nível de confiança
Teste da Média Zero
Se o IC resultante incluir a média zero, não
é possível dizer se os dois sistemas
analisados são diferentes em termos de
desempenho;
Caso contrário, pode-se afirmar que os
sistemas são diferentes, com o nível de
confiança desejado.
Teste da Média Zero
31 Inserindo Credibilidade Estatística
Exemplo:
A empresa X analisou dois servidores
Firewalls para realizar a compra. Foram
feitas oito tentativas de passar um tráfego
“suspeito” para dentro da rede da
empresa, e computou-se o tempo de
resposta para cada tentativa filtrada e
rejeitada para saber se os sistemas eram
compatíveis em termos de desempenho.
Teste da Média Zero
Os valores obtidos para a diferença dos
tempos de resposta dos dois servidores,
em segundos, foram:
D = {1,5; -1,4; 0,8; -1,3; -0,5; 1,7; 0,9; 1,1}
Neste caso, é possível dizer, com confiança
de 95%, que um servidor é superior ao
outro?
Observações Pareadas
33 Inserindo Credibilidade Estatística
Consiste na comparação direta dos valores
de IC nos casos em que existem n amostras
de um sistema A e n amostras de um
sistema B, ou seja, correspondência
um-para-um.
Observações Pareadas
Exemplo:
Dois roteadores foram comprados e é necessário fazer uma avaliação em relação à vazão de pacotes por segundo. O conjunto da carga de trabalho dos roteadores A e B está resumido no seguinte conjunto de pares (vazão A, vazão B):
Medidas = {(55,4; 69,1), (80,1; 90,2), (59,1; 55,4), (60,2; 60,1), (62,3; 60,1), (55,3; 53,7)}
É possível dizer que um dos roteadores é melhor do que o outro, com confiança de 90%?
Observações não Pareadas
35 Inserindo Credibilidade Estatística
Usado para comparação de dois sistemas
que não possuem correspondência
um-para-um.
Neste caso, usa-se o teste t:
1. Calculam-se as médias das amostras e 2. Calculam-se os desvios padrões Sa e Sb 3. Calcula-se a diferenças da média
4. Calcula-se o desvio padrão da diferença da média
a X Xb b a X X i sistema do amostras de número o é n onde n s n s s i b b a a 2 2
Observações não Pareadas
4. Calculam-se os graus de liberdade
5. Calcula-se o IC da diferença da média
x
ax
b
t
[1 ;v]s
2
2 1 1 1 1 2 2 2 2 2 2 b b b a a a b b a a n s n n s n n s n s vObservações não Pareadas
37 Inserindo Credibilidade Estatística
Exemplo:
Dois sistemas de processamento de requisições Web foram medidos em relação ao tempo de atendimento de requisições. Os valores medidos, em segundos, para os sistemas foram:
A = {1,22; 1,23; 1,67; 0,98; 0,88; 3,34} B = {0,99; 1,48; 3,88; 1,20; 2,09}
Deseja-se saber, com 90% de certeza, se os dois sistemas são significantemente diferentes.
Teste visual
38 Inserindo Credibilidade Estatística
Neste teste, utiliza-se a comparação dos
sistemas, através da sobreposição dos
intervalos de confiança analisados. São
possíveis três opções:
1. IC não se sobrepõem (neste caso, a análise comparativa pode se basear na média)
2. IC e médias se sobrepõem (neste caso, não possível dizer que os sistemas são diferentes)
3. IC se sobrepõem, mas médias não (neste caso, não é possível ter certeza sobre a diferença dos sistemas)
Teste visual
39 Inserindo Credibilidade Estatística
Exemplo:
Os tempos de resposta de dois servidores para uma mesma tarefa foram medidos e os ICs com 90% foram calculados em:
MédiaA = 10,71, ICA = (10,24; 10,98) MédiaB = 10,91, ICB = (10,18; 12,23)
Deseja-se saber, com 90% de certeza, se os dois sistemas são significantemente diferentes.
Referências Bibliográficas
JOHNSON, T. e MARGALHO, M. Avaliação de Desempenho de Sistemas Computacionais, Rio de Janeiro: LTC, 2011
PORTAL ACTION. Disponível em: http://www.portalaction.com.br. Acesso em: 14 nov. 2016