Medidas de centro

Introdução à estatística em Python

Maggie Matsui

Content Developer, DataCamp

Dados de sono de mamíferos

print(msleep)

                 name       genus   vore         order  ... sleep_cycle  awake  brainwt   bodywt
1             Cheetah    Acinonyx  carni     Carnivora  ...         NaN   11.9      NaN   50.000
2          Owl monkey       Aotus   omni      Primates  ...         NaN    7.0  0.01550    0.480
3     Mountain beaver  Aplodontia  herbi      Rodentia  ...         NaN    9.6      NaN    1.350
4 Greater short-ta...     Blarina   omni  Soricomorpha  ...    0.133333    9.1  0.00029    0.019
5                 Cow         Bos  herbi  Artiodactyla  ...    0.666667   20.0  0.42300  600.000
..                ...         ...    ...           ...  ...         ...    ...      ...      ...
79         Tree shrew      Tupaia   omni    Scandentia  ...    0.233333   15.1  0.00250    0.104
80 Bottle-nosed do...    Tursiops  carni       Cetacea  ...         NaN   18.8      NaN  173.330
81              Genet     Genetta  carni     Carnivora  ...         NaN   17.7  0.01750    2.000
82         Arctic fox      Vulpes  carni     Carnivora  ...         NaN   11.5  0.04450    3.380
83            Red fox      Vulpes  carni     Carnivora  ...    0.350000   14.2  0.05040    4.230
Introdução à estatística em Python

Histogramas

msleep_hist.png

Introdução à estatística em Python

Quanto tempo os mamíferos desse conjunto de dados dormem?

Qual é um valor típico?

Onde está o centro dos dados?

  • Média
  • Mediana
  • Moda

Screen Shot 2020-07-02 at 11.01.16 AM.png

Introdução à estatística em Python

Medidas de centro: média

                  name  sleep_total
1              Cheetah         12.1
2           Owl monkey         17.0
3      Mountain beaver         14.4
4   Greater short-t...         14.9
5                  Cow          4.0
..                 ...          ...

$\text{Mean sleep time}=$

$$\frac{12.1 + 17.0 + 14.4 + 14.9 + ...}{83} = 10.43$$

import numpy as np
np.mean(msleep['sleep_total'])

10.43373
Introdução à estatística em Python

Medidas de centro: mediana

msleep['sleep_total'].sort_values()

29     1.9
30     2.7
22     2.9
9      3.0
23     3.1
      ... 
19    18.0
61    18.1
36    19.4
21    19.7
42    19.9

msleep['sleep_total'].sort_values().iloc[41]

10.1

 

np.median(msleep['sleep_total'])

10.1
Introdução à estatística em Python

Medidas de centro: moda

Valor mais frequente

msleep['sleep_total'].value_counts()

12.5    4
10.1    3
14.9    2
11.0    2
8.4     2
...
14.3    1
17.0    1
Name: sleep_total, Length: 65, dtype: int64

msleep['vore'].value_counts()

herbi      32
omni       20
carni      19
insecti     5
Name: vore, dtype: int64

import statistics
statistics.mode(msleep['vore'])

'herbi'
Introdução à estatística em Python

Adicionar uma discrepância

# Subset msleep to select rows where 'vore' equals 'insecti'
msleep[msleep['vore'] == 'insecti']

                     name         genus     vore         order  sleep_total
22          Big brown bat     Eptesicus  insecti    Chiroptera         19.7
43       Little brown bat        Myotis  insecti    Chiroptera         19.9
62        Giant armadillo    Priodontes  insecti     Cingulata         18.1
67  Eastern american mole      Scalopus  insecti  Soricomorpha          8.4
Introdução à estatística em Python

Adicionar uma discrepância

msleep[msleep['vore'] == "insecti"]['sleep_total'].agg([np.mean, np.median])

mean      16.53
median    18.9
Name: sleep_total, dtype: float64
Introdução à estatística em Python

Adicionar uma discrepância

msleep[msleep['vore'] == 'insecti']

                     name         genus     vore         order  sleep_total
22          Big brown bat     Eptesicus  insecti    Chiroptera         19.7
43       Little brown bat        Myotis  insecti    Chiroptera         19.9
62        Giant armadillo    Priodontes  insecti     Cingulata         18.1
67  Eastern american mole      Scalopus  insecti  Soricomorpha          8.4

84    Mystery insectivore            ... insecti           ...          0.0
Introdução à estatística em Python

Adicionar uma discrepância

msleep[msleep['vore'] == "insecti"]['sleep_total'].agg([np.mean, np.median])

mean      13.22
median    18.1
Name: sleep_total, dtype: float64

Média: 16.5 → 13.2

Mediana: 18.9 → 18.1

Introdução à estatística em Python

Que medida usar?

# Import matplotlib.pyplot with alias plt
import matplotlib.pyplot as plt

# Histogram of values
data['values'].hist()

# Show the plot
plt.show()

histograma de dados simétrico

Introdução à estatística em Python

Assimetria

                                        Assimetria negativa

Histograma de dados com poucos valores à esquerda, aumentando para mais valores à direita.

                                        Assimetria positiva

Histograma de dados com muitos valores à esquerda, diminuindo para poucos valores à direita

Introdução à estatística em Python

Que medida usar?

Histograma de dados com poucos valores à esquerda, aumentando para mais valores à direita

Histograma de dados com muitos valores à esquerda, diminuindo para poucos valores à direita

Introdução à estatística em Python

Vamos praticar!

Introdução à estatística em Python

Preparing Video For Download...