Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/lucasdsbr/statistic_python_ii
https://github.com/lucasdsbr/statistic_python_ii
Last synced: 2 days ago
JSON representation
- Host: GitHub
- URL: https://github.com/lucasdsbr/statistic_python_ii
- Owner: lucasDSBR
- Created: 2021-12-27T18:56:51.000Z (about 3 years ago)
- Default Branch: main
- Last Pushed: 2022-01-23T22:51:44.000Z (almost 3 years ago)
- Last Synced: 2024-11-09T17:39:03.699Z (about 2 months ago)
- Language: Jupyter Notebook
- Size: 17.6 KB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Statistic_Python_II
## Intervalos de Confiança:
- Como estamos utilizando amostra... Devemos esperar variação.
- A Primeira amostra pode variar com relação a segunda...
- A segunda com relação a terceira e etc...
- Mas devemos poder "medir" o quanto pode ser esta variação.
- Intervalode de Congiança: O parâmetro mais ou menos a margem de erro estimada;
- Parâmetro: valor a ser estimado;
- Margem de erro: variabilidade, para mais ou para menos;
- Nível de Confiança: de 80 a 99%;
- Tamanho da Amostra (n)
### TOPOS DE INTERVALOS DE CONFIANÇA ###
- Intervalo de Confiança para a média;
- Intervalo de Confiança para a proporção;
## Intervalos de Confiança para a média:
-> Troca entre Margem de Erro, Intervalo de Confiança e Amostra:
- Aumentando a margem de erro, é natural que as chances da minha amostra estarem dentro do intervalo,
por isso eu tenho um intervalo de confiança maior.
- Da mesma forma, aumentando n, reduz a chance do efeito acaso, por isso minha margem de erro reduz.## Teste de Hipótese:
- Confirmar ou negar uma premissa usando uma amostra;
- Esta premissa usa parâmetro, por exemplo: 56% dos brasileiros não gostam de estatística.
- Encontrar diferença não é tudo. É preciso saber se esta diferença é estatisticamente significante.
### ETAPAS PARA FAZER UM TESTE DE HIPÓTESE:
1 - Definir o tamanho da sua amostra;
2 - Coletar dados;
3 - Calcular a média e o desvio padrão;
4 - Definir as duas hipóteses: H0 e Ha
5 - Definir o seu 'α' – alpha
6 - Padronizar seus dados gerando a estatística de teste;
7 - Encontrar o valor-p na Tabela Z
8 - Comparar com seu 'α' – alpha
9 - Emitir seu veredito.
## T de Student:
- Utilizada quando a amostra é pequena(menor que 30);
- E não se conhece o desvio padrão da população;
- Custo: Maior variabilidade(por exemplo, em um teste de hipótese)
- Tendência maior de encontrar valores nas caudas(caudas maiores)
- Se n >= 30, se assemelha a uma distribuição normal.