170 likes | 241 Views
Uma avaliação do consumo de energia em rede de sensores sem fio. André Palhares(avap) Kalil Bispo (kab) Petrônio Júnior (pglj). Roteiro. Introdução Metodologia Testes sobre os dados Testes de normalidade Testes de hipótese Regressão Conclusão. Introdução. Metodologia.
E N D
Uma avaliação do consumo de energia em rede de sensores sem fio André Palhares(avap) Kalil Bispo (kab) Petrônio Júnior (pglj)
Roteiro • Introdução • Metodologia • Testes sobre os dados • Testes de normalidade • Testes de hipótese • Regressão • Conclusão
Testes de Normalidade • Alguns gráficos e testes foram utilizados para indicar a tendência da distribuição dos dados • Histograma • Boxplot • Q-Q plot • Teste de aderência • Todos os procedimentos foram realizados para todos os conjuntos de dados • Inicialmente, os gráficos e, posteriormente, o teste de aderência
Testes de Normalidade • Histograma para taxa de coleta de 200ms
Testes de Normalidade • Boxplot para taxa de coleta de 500ms
Testes de Normalidade • Q-Q plot para taxa de coleta de 750ms
Testes de Normalidade • Teste de aderência • Teste Kolmogorov-Smirnov • Com o auxílio do R, através da função ks.test • O valor do p-value (0.968) próximo de 1 indica a normalidade dos dados
Testes de hipótese • A fim de demonstrar que, de fato, taxas de amostragem diferentes resultam em níveis de energia diferentes, foi realizado um teste de hipótese • Utilizando o teste t de duas amostras • Hipótese nula: As médias amostrais são iguais • Hipótese alternativa: As médias amostrais são diferentes • Nível de significância de 1%
Testes de hipótese • Em todos os casos, a hipótese de que as médias são iguais (hipótese nula) é rejeitada • Diante dos casos estudados, a taxa de amostragem dos sensores é um fator diferencial na quantidade de energia consumida pelo sensor
Regressão • Estimação da energia consumida dada a taxa de coleta de informações • O coeficiente de correlação entre a taxa de coleta e a energia utilizada obteve um valor de R = 99,51% • Uma regressão cúbica obteve melhores resultados com R² = 99,97%
Regressão • Foi utilizado um teste de normalidade sobre os erros da regressão cúbica, sendo rejeitada a normalidade • Além disso, os erros apresentam uma tendência, indicando variância não constante • Visando o tratamento desse comportamento anômalo, foi criado outro modelo, transformando a variável de energia.
Regressão • Teste de aderência sobre os erros, cuja hipótese nula é a normalidade dos dados. • P-value obtido de 49,87%, indicando a não rejeição da hipótese nula • Esse novo modelo possui diversas características que o favorecem, sendo o melhor obtido durante nossas pesquisas, com R² = 99,99%
Conclusão • Os dados coletados se distribuem com alto grau de certeza como uma Normal • De fato há evidência de que a taxa de amostragem altera o consumo médio de energia • Um modelo de estimação foi construido com sucesso, obtendo ótimos resultados na região estudada