**Caso 1: **
Defina a natureza das amostras. Temos um caso de amostra independente ou pareada?
-Amostra pareadaFormule uma hipótese para o primeiro caso da Zoop Megastore.
#hipotese_nula = 0
#hipotese_alternativa != 0
Código:
import pandas as pd
#importando biblioteca para testes pareados
from scipy.stats import ttest_rel
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]})
#calculando variação das vendas
df_equipe_vendas['Variacao Vendas'] = [b - a for a, b in zip(df_equipe_vendas['Vendas Antes (R$)'], df_equipe_vendas['Vendas Depois (R$)'])]
#visualizando variação das vendas
df_equipe_vendas['Variacao Vendas']
stats, p_valor = ttest_rel(df_equipe_vendas['Vendas Depois (R$)'], df_equipe_vendas['Vendas Antes (R$)'])
nivel_significancia = 0.05
if p_valor < nivel_significancia:
print("Rejeitar a hipótese nula")
else:
print("Não rejeita hipótese nula")
Rejeitar a hipótese nula
#visualizando gráfico de comparação das vendas
import matplotlib.pyplot as plt
plt.plot(df_equipe_vendas['Vendas Depois (R$)'], label = 'Vendas Depois (R$)')
plt.plot(df_equipe_vendas['Vendas Antes (R$)'], label = 'Vendas Antes (R$)')
plt.legend()
plt.show()
Caso 2:
- Defina a natureza das amostras. Temos um caso de amostra independente ou pareada?
-Amostra independente - Formule uma hipótese para o segundo caso da Zoop Megastore.
Hipótese nula: média da filial Centro-Norte = média da filial Sul
Hipótese alternativa: média da filial Centro-Norte != média da filial Sul
Código:
import pandas as pd
from scipy.stats import ttest_ind
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]})
#visualizando médias
print(f'Médias do Centro-Norte: {df_filiais['Filial Centro-Norte'].mean():.2f}\nMédias do Sul: {df_filiais['Filial Sul'].mean():.2f}')
#visualizando notas de satisfação
plt.hist(df_filiais['Filial Centro-Norte'], color = 'blue', alpha = 0.5, label = 'Centro-Norte')
plt.hist(df_filiais['Filial Sul'], color = 'green', alpha = 0.5, label = 'Sul')
plt.ylabel('Distribuição')
plt.xlabel('Nota de satisfação')
plt.legend()
plt.show()
stats, p_valor = ttest_ind(df_filiais['Filial Centro-Norte'], df_filiais['Filial Sul'])
print(p_valor)
nivel_significancia = 0.05
if p_valor < nivel_significancia:
print("Rejeitar a hipótese nula")
else:
print("Não rejeita hipótese nula")
Rejeitar a hipótese nula
