Primeiro caso Zoop Megastore
import pandas as pd
from scipy import stats
Dados da Zoop Megastore
df_equipe_vendas = pd.DataFrame({
'Vendedor': ['Luíza', 'Bia', 'Rodrigo', 'Allan', 'Evaldo'],
'Vendas Antes (R$)': [252.72, 203.91, 307.32, 185.78, 220.5],
'Vendas Depois (R$)': [285.1, 223.15, 324.41, 202.23, 240.63]
})
Etapa 3: Aplicação do Teste t Pareado (relacionado)
Queremos saber se o 'Depois' é MAIOR que o 'Antes' (alternative='greater')
t_stat, p_valor = stats.ttest_rel(df_equipe_vendas['Vendas Depois (R$)'],
df_equipe_vendas['Vendas Antes (R$)'],
alternative='greater')
print(f"Estatística t: {t_stat:.4f}")
print(f"p-valor: {p_valor:.4f}")
Segundo caso Zoop Megastore
import pandas as pd
from scipy import stats
Dados das Filiais (n=5 para cada)
df_filiais = pd.DataFrame({
'Filial Centro-Norte': [3.2, 2.9, 2.0, 3.3, 3.1],
'Filial Sul': [3.8, 4.0, 4.7, 4.9, 4.8]
})
Etapa 3: Aplicação do Teste t para Amostras Independentes
Queremos saber se há uma DIFERENÇA significativa (teste bicaudal)
t_stat, p_valor = stats.ttest_ind(df_filiais['Filial Centro-Norte'],
df_filiais['Filial Sul'],
alternative='two-sided')
print(f"Média Centro-Norte: {df_filiais['Filial Centro-Norte'].mean():.2f}")
print(f"Média Sul: {df_filiais['Filial Sul'].mean():.2f}")
print(f"Estatística t: {t_stat:.4f}")
print(f"p-valor: {p_valor:.4f}")
