Primeiro caso
import pandas as pd
df_avaliacoes = pd.DataFrame({
'playcatch': [4, 5, 3, 4, 5, 4, 4, 3, 5, 4, 5, 3, 4],
'concorrente': [3, 4, 3, 3, 2, 4, 3, 2, 3, 3, 4, 2, 3]
})
df_avaliacoes
# Formule uma hipótese para o primeiro caso da Playcatch.
# hipótese nula => não há diferença de notas entre as plataformas
# hipótese alternativa => a playcatch possui notas maiores
#Aplique o teste de hipótese que mais se encaixa com a natureza dos dados apresentados.
from scipy.stats import mannwhitneyu
stats, p_valor = mannwhitneyu(df_avaliacoes['playcatch'], df_avaliacoes['concorrente'])
print(f'Estatística do teste: {stats}, valor-p: {p_valor}')
nivel_significancia = 0.05
nivel_confianca = 0.95
if p_valor < 0.05:
conclusao = 'Rejeitar a hipótese nula'
else:
conclusao = 'Não rejeitar a hipótese nula'
print(conclusao)
Segundo caso
import pandas as pd
df_wt = pd.DataFrame({
'Antes_WatchTogether': [3, 4, 3, 4, 2, 4, 3, 2, 3, 3, 4, 2, 3],
'Depois_WatchTogether': [4, 5, 3, 4, 5, 4, 4, 3, 5, 4, 5, 3, 4]
})
df_wt
# Formule uma hipótese para o segundo caso da Playcatch.
# hipótese nula => não há diferença entre as notas antes e depois da atualização
# hipótese alternativa => as notas após a atualização são maiores do que as anteriormente coletadas
from scipy.stats import wilcoxon
stats, p_valor = wilcoxon(df_wt['Depois_WatchTogether'], df_wt['Antes_WatchTogether'], alternative = 'greater')
print(f'Estatística do teste: {stats}, valor-p: {p_valor}')
nivel_significancia = 0.05
nivel_confianca = 0.95
if p_valor < 0.05:
conclusao = 'Rejeitar a hipótese nula'
else:
conclusao = 'Não rejeitar a hipótese nula'
print(conclusao)
