View
112
Download
1
Category
Preview:
Citation preview
Avaliação de Desempenho Planejamento de Experimentos 3
Aula 4
Marcos José Santana
Regina Helena Carlucci Santana
Universidade de São PauloInstituto de Ciências Matemáticas e de Computação
Departamento de Sistemas de Computação
Avaliação de Desempenho1. Planejamento de Experimentos
– Motivação– Introdução à Avaliação de Desempenho– Etapas de um Experimento– Planejamento do ExperimentoPlanejamento do Experimento
• Conceitos Básicos• Variável de Resposta• Carga de trabalho
• Modelos para Planejamento de Modelos para Planejamento de ExperimentoExperimento
2. Análise de Resultados 3. Técnicas para Avaliação de Desempenho
Tipos de Planejamento de Experimentos
• 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
A
B
Projeto 32
-1 0 1-1
0
1
2 Fatores3 níveis
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
• ExemplosMINITAB – 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 Leve2 Chord 30 Pesado3 Chord 60 Leve4 Chord 60 Pesado5 Pastry 30 Leve6 Pastry 30 Pesado7 Pastry 60 Leve8 Pastry 60 Pesado
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 Pastry 30 Pesado
3 Pastry 60 Leve
4 Pastry 60 Pesado
5 BCR 30 Leve
6 BCR 30 Pesado
7 BCR 60 Leve
8 BCR 60 Pesado
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
1. Planejamento de Experimentos
– 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
2. Análise de Resultados
3. Técnicas para Avaliação de Desempenho
Recommended