Deslize para mostrar o menu

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 consiste em 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 remotos forem mais produtivos, nenhuma alteração será feita. Portanto, a hipótese alternativa desejada é "A produtividade média dos trabalhadores de escritório é maior do que a dos trabalhadores remotos".

Vamos verificar se as variâncias são iguais:


              1234567
            
import 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.


python

Tarefa

Swipe to start coding

Importe scipy.stats usando o alias st.
Realize um teste t com a seguinte configuração:
- Amostras: home_workers, office_workers;
- Hipótese alternativa: office > home;
- Sem homogeneidade de variâncias.

Solução

Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 6. Capítulo 7

Pergunte à IA

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

Realizar um Teste T

Vamos verificar se as variâncias são iguais:


              1234567
            
import 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.


python

Tarefa

Swipe to start coding

Importe scipy.stats usando o alias st.
Realize um teste t com a seguinte configuração:
- Amostras: home_workers, office_workers;
- Hipótese alternativa: office > home;
- Sem homogeneidade de variâncias.

Solução

Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 6. Capítulo 7

Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo