Skip to content
Open
Show file tree
Hide file tree
Changes from all commits
Commits
File filter

Filter by extension

Filter by extension

Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
491 changes: 491 additions & 0 deletions exercicios/para-casa/Lethicia-Asevedo/atividades.ipynb

Large diffs are not rendered by default.

Original file line number Diff line number Diff line change
@@ -0,0 +1,16 @@
#importar biblioteca
import random

#dados
#range=intervalo

populacao = list(range(1,101))#Vai me trazer uma lista de números aleatórios do 1 ao 100
print(f"População: {populacao}")

tamanho_amostra = 10
print(f"Tamanho da amostra: {tamanho_amostra}")

#Amostra aleatória simples
# Sample : Seleciona números sem repeti-los
amostra = random.sample(populacao, tamanho_amostra)
print(f"Amostra Aleatória Simples: {amostra}")
Original file line number Diff line number Diff line change
@@ -0,0 +1,15 @@
#Amostragem Estratificada

populacao = {
'grupo1': [1,2,3,4,5],
'grupo2': [6,7,8,9,10],
'grupo3': [11.12,13,14,15]
}

tamanho_amostra_por_grupo = 2

#Amostragem Estratificada
#membro = grupo
import random
amostra_est = {grupo: random.sample(membros, tamanho_amostra_por_grupo) for grupo, membros in populacao.items()}
print(f"Amostra Estratificada: {amostra_est}")
Original file line number Diff line number Diff line change
@@ -0,0 +1,21 @@
#Amostragem por Conglomerados

#dados
populacao = {
'conglomerado1' : [1,2,3,4,5],
'conglomerado2' : [6,7,8,9,10],
'conglomerado3' : [11,12,13,14,15],
'conglomerado4' : [16,17,18,19,20]
}
print(populacao)
num_conglomerados_selecionados = 2

#Amostra por conglomerados

import random
#keys = as chaves do dicionário
conglomerados = list(populacao.keys())
conglomerados_selecionados = random.sample(conglomerados, num_conglomerados_selecionados)
amostra = {conglomerado: populacao[conglomerado] for conglomerado in conglomerados_selecionados}
print(f"Amostra de conglomerados: {amostra}")

Original file line number Diff line number Diff line change
@@ -0,0 +1,14 @@
#Amostragem Sistemática

#dados
import random
#range = intervalo
populacao = list(range(1,101))
print(populacao)
intervalo = 5
ponto_de_partida = random.randint(0, intervalo -1) #randint - para embaralhar os valores
print(ponto_de_partida)

#Amostragem Sitemática
amostra = [populacao[i] for i in range (ponto_de_partida, len(populacao), intervalo)]
print(f"Amostra sistemática: {amostra}")
60 changes: 60 additions & 0 deletions exercicios/para-sala/Lethicia-Asevedo/exercicios-aula/aula.py
Original file line number Diff line number Diff line change
@@ -0,0 +1,60 @@
#Media
#dados
dados = [5,7,7,8,8,8,9,10]
media = sum(dados) / len(dados)
print(f"A média é: {media}" )
print("************************************************************")
#_______________________________________________________________________________
#Mediana
#dados
dados = [5,7,7,8,8,8,9,10]
#organizar os dados
dados_ordenados = sorted(dados)
n = len(dados_ordenados)

if n % 2 == 1:
mediana = dados_ordenados[n//2]
else:
mediana = (dados_ordenados [dados_tamanho //2]+ dados_ordenados[dados_tamanho //2])

print(f"O valor da mediana é: {mediana}")
print("************************************************************")
#_______________________________________________________________________________
#Moda
#dados
dados = [5,7,7,8,8,8,9,10]

frequencia ={}
for numero in dados:
if numero in frequencia:
frequencia [numero] += 1
else:
frequencia[numero] = 1

max_frequencia = max(frequencia.values())
moda = [key for key, value in frequencia.items() if value == max_frequencia]
print(f"A moda é: {moda}")
print("************************************************************")
#_______________________________________________________________________________

import math
#Desvio Padrão
#dados
dados = [5,7,7,8,8,8,9,10]

#Step 1: Calcular a média
dados = [5,7,7,8,8,8,9,10]
media = sum(dados) / len(dados)
print(media)

#Step 2: Calcular a variância
soma_quadrados_dif = sum((x - media)** 2 for x in dados)
print(soma_quadrados_dif)

variância = soma_quadrados_dif / quantidade
print(variância)

#Step 3: Calcular o desvio padrão
desvio_padrao = math.sqrt(variância)
print(f"Desvio padrão é: {desvio_padrao:.2f}")
print("************************************************************")
16 changes: 16 additions & 0 deletions exercicios/para-sala/Lethicia-Asevedo/exercicios-aula/teste.py
Original file line number Diff line number Diff line change
@@ -0,0 +1,16 @@
#importar
from scipy.stats import ttest_1samp

#Teste t Student

#dados
dados = [22, 21, 24, 25, 20, 23, 20, 21, 23]

#Teste de hipóteses
#HO: A média é igual a 20
#H1: A média é diferente de 20

t_statistico, p_valor = ttest_1samp(dados, 20)

print(f"Estatística t é : {t_statistico:.2f}")
print(f"Valor p é: {p_valor:.2f}")