My Data Learning Blog

 Ora bem, passados 5 dias de estudo intenso, deixo abaixo para memória futura a cheat-sheet para todos os testes paramétricos e não paramétricos de Estatística. Os testes foram feitos com esta base de dados e o programa usado o SPSS: TESTE PARAMÉTRICO: Teste T - One Sample T Test Este teste serve para comparar médias. Se tivermos a média de uma variável quantitativa, vamos compará-la a outra já conhecida anteriormente. Por exº a média de idades da nossa amostra contra a média de idades já conhecida anteriormente. Pressupostos: - Uma amostra - 1 variável quantitativa(scale) - Distribuição normal ---------------------------------- Se amostra > 50 usar o Kolmogorov e se < 50 usar o Shapiro. Na verificação de aproximadamente normal, amostra > 30 Passos a fazer: Formular Hipóteses: H0 e Ha: Exemplo:  H0 - a idade média de população onde foi retirada a amostra é de 34 anos Ha – (…)não é(…) 2) Verificar se Distribuição é normal Analyze – Descriptive – Explore, Escolher...

  Study Day # 54 ! Hoje foi dedicado a tentar compreender Testes Não-Paramétricos ! Teste de Independência de Qui-Quadrado, Teste de Mann-Whitney e Teste de Kruskall-Wallis ! Algum dos meus caros amigos me sabe dizer da relação entre o teste da Independência do Qui-Quadrado e o teste de Mann-Whitney ? Estão de alguma forma relacionados ? Se houver por aí um perito de estatística agradecia que me explicasse... Obrigado e Boa Páscoa para todos !

  Study Day #54 Mais um dia de estudos de estatística ! Hoje foi quase todo dedicado a perceber o teste paramétrico ANOVA, quais as condicionantes que tem, a que variáveis se aplicar e quais as opções que temos. Muitas horas passadas só para chegar às conclusões desta foto ! Mas foram horas produtivas e agora já sei quando aplicar e porque aplicá-lo ! Julguei que ia ter tempo para mais mas... nem por isso ! Pressupostos: 1 Variável quantitativa (dependente) 1 variável qualitativa com 3 ou mais grupos (independente) Distribuição normal Variâncias normais Se amostra > 50 usar o Kolmogorov e se < 50 usar o Shapiro. Na verificação de aproximadamente normal, amostra > 30 ------------------------------------------------------- 1) Formular Hipóteses: H0 e Ha: Exemplo:  H0 – o tempo de leitura médio do semanário é idêntico para os 3 modos de leitura do semanário preferido Ha – existe pelo menos um par de modos de leitura com médias de tempo de leitura diferentes 2) Verificar ...

 Mais algumas funções de SQL: IN ----------------------------------------------------------------------------------------------------------------- Queremos seleccionar livros onde o último nome do autor seja Gaiman, Lahiri ou Carver:   select title, author_lname   from books   where author_lname in ('Gaiman','Lahiri','Carver') NOT IN --------------------------------------------------------------------------------------------------------- Aqui queremos seleccionar os livros que não sejam de 2000 ou 2005:   select title, released_year   from books   where released_year not in (2000,2005) Modular % ------------------------------------------------------------------------------------------------------- E se quisermos todos os livros editados depois de 2000 e que acabem em anos pares ?   select title, released_year   from books   where released_year >= 2000 and         released_year %2 = 0   order by rel...

 Vamos continuar com as funções do NUMPY: LEN ---------------------------------------------------------------------------------------------------- Imaginemos que temos o seguinte array: import numpy as np -- importamos o Numpy lista = [1,2,3,4] -- criamos uma lista y = np.array(lista) -- transformamos a lista num array Agora queremos saber quantos elementos tem esse array: len(y) Podemos verificar que o array y tem 4 elementos: 1,2,3 e 4 SHAPE ------------------------------------------------------------------------------------------------ Imaginemos agora que queremos saber a forma do mesmo array. Neste caso, para o nosso array y, apenas teremos uma pois é unidimensional: np.shape(y) Podemos ver que tem apenas uma dimensão. Mas e se tivermos um array com 2 dimensões ? z = np.array([[1,2],[3,4]]) -- aqui definimos um array com 2 dimensões Como podemos ver, agora o output de np.shape(z) é 2,2 . 2 elementos horizontais por 2 verticais.  RESHAPE -----------------------------------...

 Hoje queria resumir um pouco os testes não paramétricos. Estes testes são utilizados sempre que a distribuição das variáveis não é normal ou aproximadamente normal. Podemos também utilizá-los em todo o tipo de variáveis, e não precisam de pressupostos: O que vamos avaliar nestes testes é a forma da distribuição dos valores. Em função da variável vamos escolher o teste que iremos aplicar. Estes testes não paramétricos não são tão precisos como os paramétricos portanto devemos sempre tentar usar os segundos sempre que possível. Teste de ajustamento do Qui Quadrado ------------------------------------------------------------------------ Este teste é utilizado para testar a aderência de uma variável qualitativa a uma distribuição conhecida. Hipóteses: H0: a variável segue determinada distribuição conhecida Ha: a variável não segue determinada distribuição conhecida Pode ser utilizado com variáveis nominais ou ordinais, sendo o único em que podemos usar uma variável nominal. Vamos ent...