Sugestões: pandas, numpy, scipy etc.
import pandas as pd
import numpy as np
from scipy.stats import binom
from scipy.stats import norm
dados = pd.read_csv('/content/dados.csv')
dados.head()
Problema A
k = 7
n = 10
p = 0.70
probabilidade = binom.pmf(k, n, p)
print('%0.8f' % (probabilidade))
Problema B
n = 100 / probabilidade
n = int(n.round())
n
Problema C
dataset = dados.Renda.sample(n = 200, random_state = 101)
dataset.mean()
dataset.std()
Dados do problema
media_amostra = dataset.mean()
desvio_padrao_amostra = dataset.std()
recursos = 150000
custo_entrevista = 100
Solução do item 2
Obtenha a margem de erro
e = 0.10 * media_amostra
print('A margem de erro é de R$ %0.2f para mais ou para menos' % (e))
Tamanho da amostra ( 1−α=90% )
0.5 + (0.9 / 2)
z = norm.ppf(.95)
n_confianca_90 = (z * (desvio_padrao_amostra / e)) ** 2
n_confianca_90 = int(n_confianca_90.round())
print('Para um nível de confiança de 90%% devemos selecionar uma amostra de %s elementos.' % n_confianca_90)
Tamanho da amostra ( 1−α=95% )
0.5 + (0.95 / 2)
z = norm.ppf(.975)
n_confianca_95 = (z * (desvio_padrao_amostra / e)) ** 2
n_confianca_95 = int(n_confianca_95.round())
print('Para um nível de confiança de 95%% devemos selecionar uma amostra de %s elementos.' % n_confianca_95)
Tamanho da amostra ( 1−α=99% )
0.5 + (0.99 / 2)
z = norm.ppf(.995)
n_confianca_99 = (z * (desvio_padrao_amostra / e)) ** 2
n_confianca_99 = int(n_confianca_99.round())
print('Para um nível de confiança de 99%% devemos selecionar uma amostra de %s elementos.' % n_confianca_99)
Solução do item 3
Custo da pesquisa para o nível de confiança de 90%
custo_confianca_90 = n_confianca_90 * custo_entrevista
print('Para um nível de confiança de 90% o custo da pesquisa seria de R$ {:,.2f}.'.format(custo_confianca_90))
Custo da pesquisa para o nível de confiança de 95%
custo_confianca_95 = n_confianca_95 * custo_entrevista
print('Para um nível de confiança de 95% o custo da pesquisa seria de R$ {:,.2f}.'.format(custo_confianca_95))
Custo da pesquisa para o nível de confiança de 99%
custo_confianca_99 = n_confianca_99 * custo_entrevista
print('Para um nível de confiança de 99% o custo da pesquisa seria de R$ {:,.2f}.'.format(custo_confianca_99))
Solução do item 4
intervalo = norm.interval(confidence = alpha, loc = media, scale = sigma / np.sqrt(n))
print(intervalo)
Solução do item 5
n_confianca_95 = recursos / custo_entrevista
n_confianca_95
z = norm.ppf(.975)
e = z * (desvio_padrao_amostra / np.sqrt(n_confianca_95))
e
e_percentual = e / media_amostra
e_percentual * 100
print('A nova margem de erro é {:.2f}%.'.format(e_percentual * 100))
Solução do item 6
e = 0.05 * media_amostra
print('A margem de erro é de R$ %0.2f para mais ou para menos' % (e))
z = norm.ppf(.975)
n_confianca_95 = (z * (desvio_padrao_amostra / e)) ** 2
n_confianca_95 = int(n_confianca_95.round())
print('Para um nível de confiança de 95%% devemos selecionar uma amostra de %s elementos.' % n_confianca_95)
custo_confianca_95 = n_confianca_95 * custo_entrevista
print('Para um nível de confiança de 95% o custo da pesquisa seria de R$ {:,.2f}.'.format(custo_confianca_95))