import pandas as pd
import numpy as np
from scipy import stats
from statsmodels.stats.weightstats import ztest
Conjunto de dados TechTaste
df_techtaste = pd.DataFrame({'avaliacoes': [38, 44, 33, 42, 47, 33, 36, 39, 42, 36, 39, 34, 42, 42, 36, 43, 31, 35, 36, 41, 42, 30, 25, 38, 47, 36, 32, 45, 44, 45, 37, 48, 37, 36, 44, 49, 31, 45, 45, 40, 36, 50, 38, 34, 36, 42, 46, 49, 36, 34, 38, 31, 53, 40, 57, 40, 36, 42, 26, 50, 32, 43, 35, 37, 42, 30, 36, 43, 40, 43, 44, 52, 37, 51, 35, 47, 40, 50, 37, 49]})
Etapa 1: Média amostral
media_amostral = df_techtaste['avaliacoes'].mean()
Etapa 3: Configurações do Teste
confianca = 0.95
sigma = 2.65
media_hipotetica = 30
n = len(df_techtaste)
nivel_significancia = 1 - confianca
Cálculo do Intervalo de Confiança para a Hipótese Nula
erro_padrao = sigma / np.sqrt(n)
ic_nula = stats.norm.interval(confianca, loc=media_hipotetica, scale=erro_padrao)
Etapa 5: Teste Z e p-valor
Nota: Usamos o valor da média hipotética (30) para o teste
z_stat, p_valor = ztest(df_techtaste['avaliacoes'], value=media_hipotetica, alternative='two-sided')
Exibição dos Resultados
print(f"1. Média Amostral: {media_amostral:.3f}")
print(f"3. IC da Hipótese Nula (95%): {ic_nula}")
print(f"5. Estatística Z: {z_stat:.4f}")
print(f"5. p-valor: {p_valor:.4e}")
coclusão:nula é REJEITADA.
