Avaliação de Desempenho Planejamento de Experimentos 3 Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação Avaliação de Desempenho Planejamento de Experimentos 3 Aula 4 Marcos José Santana Regina Helena Carlucci Santana

Avaliação de Desempenho Planejamento de Experimentos Motivação Introdução à Avaliação de Desempenho Etapas de um Experimento Planejamento do Experimento Conceitos Básicos Variável de Resposta Carga de trabalho Modelos para Planejamento de Experimento Análise de Resultados Técnicas para Avaliação de Desempenho

Tipos de Planejamento de Experimentos B Projeto 32 -1 1 2 Fatores 3 níveis Planejamento Simples Não permite verificar a relação entre os fatores Planejamento Fatorial completo Grande número de experimentos Todos os fatores e interações são avaliados Planejamento Fatorial parcial Mais rápido Todos os fatores são avaliados mas apenas parte das interações

Ferramentas Estatísticas Utilização de ferramentas que auxiliam no Planejamento de Experimento (DOE – Design of Experiments) Auxilia na determinar influência dos fatores e interação

Ferramentas Estatísticas Exemplos MINITAB – fácil utilização SAS – muito poderoso, utilização não trivial SPSS – fácil utilização, utilizado mais por estatísticos R - software gratuito para elaboração de gráficos e computação estatística

Ferramentas Estatísticas - Minitab DOE (Design of Experiments) O Minitab oferece quatro tipos de planejamento de experimentos: Fatorial Superfície de resposta Misto Taguchi (robusto).

Ferramentas Estatísticas - Minitab Experimento Fatorial Completo/Parcial Stat ➤ DOE ➤ Factorial ➤ Create Factorial Design

Ferramentas Estatísticas - Minitab Display Available Designs apresenta todos os tipos possíveis e o número de execuções necessárias.

Ferramentas Estatísticas - Minitab Designs permite a escolha do fatorial completo ou fatorial parcial e o número de vezes que o experimento será repetido.

Ferramentas Estatísticas - Minitab Em Factors definem-se os fatores, seus tipos e valores mínimos e máximos, caso necessário.

Ferramentas Estatísticas - Minitab Clicando em Ok na caixa de dialogo Create Factorial Design, é gerada uma planilha com os Fatores e números de experimentos escolhidos. Completa-se a planilha com o(s) resultado(s). Gerar resultados e gráficos

Ferramentas Estatísticas - Minitab Exemplo – Dissertação Dionisio Machado Leite Filho Objetivo: Avaliação de Roteamento em Redes P2P visando obtenção de QoS na Busca de Serviço em Nuvem

Ferramentas Estatísticas - Minitab Chord X Pastry Nó envia mensagens para o nó que possui o nodeid mais próximo ao seu Busca é realizada como a busca em uma árvore

Ferramentas Estatísticas - Minitab Fatores: Algoritmo, Clientes e Tipo de Serviço Experimento Política Clientes Tipo do Serviço 1 Chord 30 Leve 2 Pesado 3 60 4 5 Pastry 6 7 8

Ferramentas Estatísticas - Minitab Exemplo – Dissertação Dionisio Machado Leite Filho

Ferramentas Estatísticas - Minitab Exemplo – Dissertação Dionisio Machado Leite Filho

Ferramentas Estatísticas - Minitab Exemplo – Dissertação Dionisio Machado Leite Filho

Ferramentas Estatísticas - Minitab Exemplo – Dissertação Dionisio Machado Leite Filho

Ferramentas Estatísticas - Minitab Exemplo 2 – Dissertação Dionisio Machado Leite Filho BCR X Chord A Busca Baseada na Capacidade da Rede (BCR) é uma política que considera as informações da rede para a busca do melhor data center. Analisa todos os nós para decidir qual será utilizado

Ferramentas Estatísticas - Minitab Exemplo 2 – Dissertação Dionisio Machado Leite Filho Pastry X BCR Experimento Política Clientes Tipo do Serviço 1 Pastry 30 Leve 2 Pesado 3 60 4 5 BCR 6 7 8

Ferramentas Estatísticas - Minitab Exemplo 2 – Dissertação Dionisio Machado Leite Filho Pastry X BCR

Ferramentas Estatísticas - Minitab Exemplo 2 – Dissertação Dionisio Machado Leite Filho Pastry X BCR

Ferramentas Estatísticas - Minitab Exemplo 2 – Dissertação Dionisio Machado Leite Filho Pastry X BCR

Ferramentas Estatísticas - Minitab Exemplo 2 – Dissertação Dionisio Machado Leite Filho Pastry X BCR

Planejamento de Experimento Planejamento de Experimentos designa toda uma área de estudos da Estatística que desenvolve técnicas de planejamento e análise de experimentos. Existe um grande número de técnicas, com vários níveis de sofisticação e uma grande quantidade de ferramentas visando oferecer as condições necessárias para o planejamento de experimentos. Essas técnicas cobrem todas as possibilidades, diversos fatores, diferentes quantidades de níveis , tratamento de replicações, etc. Importância dentro de Avaliação de Desempenho – saber como utilizar as técnicas/ferramentas e saber analisar os resultados

Erros Comuns em Experimentos Uso de apenas um fator por vez – essa opção simplifica a experimentação mas não permite verificar interações Execução de muitos experimentos – em um primeiro passo poucos fatores/níveis devem ser considerados. Com as conclusões iniciais, pode-se considerar outros fatores/níveis

Conteúdo Planejamento de Experimentos Análise de Resultados Motivação Introdução à Avaliação de Desempenho Etapas de um Experimento Planejamento do Experimento Conceitos Básicos Variáveis de Resposta Carga de trabalho Modelos para Planejamento de Experimento Análise de Resultados Técnicas para Avaliação de Desempenho