Realizar um Teste T
Uma empresa deseja determinar se existe uma diferença significativa nos níveis de produtividade de desenvolvedores que trabalham em casa em comparação com aqueles que trabalham no escritório. Felizmente, você já sabe que um teste t pode ajudar com isso.
A empresa possui duas equipes de desenvolvedores independentes: uma trabalha remotamente e a outra trabalha no escritório. Foram fornecidos dois arquivos, 'work_from_home.csv' e 'work_from_office.csv', que contêm as contagens mensais de tarefas concluídas por cada desenvolvedor.
A tarefa é realizar um teste t. A empresa deseja saber se os desenvolvedores que trabalham no escritório são mais produtivos do que os que trabalham em casa. Caso isso seja comprovado, a empresa também exigirá que a segunda equipe trabalhe no escritório. Se os trabalhadores em casa forem mais produtivos, nenhuma mudança será feita. Portanto, a hipótese alternativa desejada é "A produtividade média dos trabalhadores de escritório é maior do que a dos trabalhadores em casa".
Verificar se as variâncias são iguais:
1234567import pandas as pd home_workers = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/work_from_home.csv').squeeze() office_workers = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/work_from_office.csv').squeeze() # Printing sample standard deviations print('Home workers std:', home_workers.std()) print('Office workers std:', office_workers.std())
O segundo desvio padrão é o dobro do primeiro, portanto as variâncias são diferentes.
Lembre-se da função ttest_ind para realizar um teste t.
st.ttest_ind(a, b, equal_var=True, alternative='two-sided')
Swipe to start coding
Você está comparando a produtividade de funcionários que trabalham em casa e no escritório. Seu objetivo é determinar se os trabalhadores do escritório possuem uma média de produtividade maior do que os trabalhadores em casa utilizando um teste t para amostras independentes.
- Importe a biblioteca
scipy.statscom o aliasst. - Utilize a função
st.ttest_ind()para realizar o teste t com a seguinte configuração:
- Amostras:
office_workers,home_workers. - Hipótese alternativa: office > home.
- As variâncias são diferentes (
equal_var=False).
- Armazene os resultados nas variáveis
tstatepvalue. - Com base no
pvalue, imprima uma das seguintes mensagens:
"We support the null hypothesis, the mean values are equal"sepvalue > 0.05."We reject the null hypothesis, the mean values are different"caso contrário.
Solução
Obrigado pelo seu feedback!
single
Pergunte à IA
Pergunte à IA
Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo
Can you show me how to perform the t-test with unequal variances?
What should the alternative hypothesis parameter be set to for this scenario?
What does the result of the t-test mean for the company's decision?
Awesome!
Completion rate improved to 2.63Realizar um Teste T
Deslize para mostrar o menu
Uma empresa deseja determinar se existe uma diferença significativa nos níveis de produtividade de desenvolvedores que trabalham em casa em comparação com aqueles que trabalham no escritório. Felizmente, você já sabe que um teste t pode ajudar com isso.
A empresa possui duas equipes de desenvolvedores independentes: uma trabalha remotamente e a outra trabalha no escritório. Foram fornecidos dois arquivos, 'work_from_home.csv' e 'work_from_office.csv', que contêm as contagens mensais de tarefas concluídas por cada desenvolvedor.
A tarefa é realizar um teste t. A empresa deseja saber se os desenvolvedores que trabalham no escritório são mais produtivos do que os que trabalham em casa. Caso isso seja comprovado, a empresa também exigirá que a segunda equipe trabalhe no escritório. Se os trabalhadores em casa forem mais produtivos, nenhuma mudança será feita. Portanto, a hipótese alternativa desejada é "A produtividade média dos trabalhadores de escritório é maior do que a dos trabalhadores em casa".
Verificar se as variâncias são iguais:
1234567import pandas as pd home_workers = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/work_from_home.csv').squeeze() office_workers = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/work_from_office.csv').squeeze() # Printing sample standard deviations print('Home workers std:', home_workers.std()) print('Office workers std:', office_workers.std())
O segundo desvio padrão é o dobro do primeiro, portanto as variâncias são diferentes.
Lembre-se da função ttest_ind para realizar um teste t.
st.ttest_ind(a, b, equal_var=True, alternative='two-sided')
Swipe to start coding
Você está comparando a produtividade de funcionários que trabalham em casa e no escritório. Seu objetivo é determinar se os trabalhadores do escritório possuem uma média de produtividade maior do que os trabalhadores em casa utilizando um teste t para amostras independentes.
- Importe a biblioteca
scipy.statscom o aliasst. - Utilize a função
st.ttest_ind()para realizar o teste t com a seguinte configuração:
- Amostras:
office_workers,home_workers. - Hipótese alternativa: office > home.
- As variâncias são diferentes (
equal_var=False).
- Armazene os resultados nas variáveis
tstatepvalue. - Com base no
pvalue, imprima uma das seguintes mensagens:
"We support the null hypothesis, the mean values are equal"sepvalue > 0.05."We reject the null hypothesis, the mean values are different"caso contrário.
Solução
Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixoObrigado pelo seu feedback!
single
