0:00:07.890,0:00:11.911
Uma das maneiras[br]de se aprender é na prática.

0:00:11.911,0:00:14.792
E agora nós temos um case para trazer aqui

0:00:14.792,0:00:20.120
onde nós iremos conseguir executar[br]a partir de hipóteses e intervalos.

0:00:20.120,0:00:21.354
Pense no cenário:

0:00:21.354,0:00:25.784
vocês têm um sistema que não [br]está performando muito bem,

0:00:25.784,0:00:30.536
e aí é feita uma análise, são [br]coletados os dados de hora em hora

0:00:30.536,0:00:33.466
para saber como está [br]a performance daquele sistema.

0:00:33.466,0:00:38.487
Então é estudado e verificado que existe[br]a possibilidade de se melhorar o algoritmo,

0:00:39.205,0:00:44.110
Essas melhorias do algoritmo [br]são implementadas, e, posteriormente,

0:00:44.110,0:00:48.548
são novamente coletados os dados[br]com relação à performance do sistema.

0:00:48.548,0:00:51.684
Então você tem o antes e o depois.

0:00:51.684,0:00:56.122
Se você tem o antes e o depois [br]dos dados, você pode comparar.

0:00:56.122,0:01:02.061
Se for um intervalo bem pequeno,[br]talvez você consiga comparar olhando.

0:01:02.061,0:01:04.888
Mas imagine numa situação [br]real em uma empresa,

0:01:04.888,0:01:09.493
onde um sistema fica processando [br]durante 24 horas durante um mês,

0:01:09.493,0:01:13.573
quantos dados você tem ali [br]para fazer essa comparação?

0:01:13.573,0:01:15.581
Então vamos fazer isso aqui na prática.

0:01:15.581,0:01:19.061
Eu deixei um script pré-pronto, [br]sempre daquela maneira,

0:01:19.061,0:01:21.481
deixando essa parte com a hashtag,

0:01:21.481,0:01:25.901
que é um resumo teórico [br]do que nós iremos analisar,

0:01:25.901,0:01:29.901
até mesmo algumas explicações [br]um pouco mais técnicas,

0:01:29.901,0:01:31.791
ou com a parte de estatística.

0:01:31.791,0:01:34.360
Então aqui nós temos duas bases de dados.

0:01:34.360,0:01:36.375
Se apertarmos um Enter,[br]isso vai ser executado.

0:01:36.375,0:01:38.865
Mas sempre gostamos de fazer na prática.

0:01:38.865,0:01:44.405
Vamos apertar o Enter aqui, e iremos [br]copiar essas duas bases de dados.

0:01:44.405,0:01:46.539
"Rafa, por que você traz pronto?"

0:01:46.539,0:01:50.243
Para não precisar criar agora[br]dois conjuntos de dados.

0:01:50.243,0:01:51.611
Eu vou limpar aqui.

0:01:51.611,0:01:53.610
Vamos interpretar o que nós temos, tá?

0:01:53.610,0:01:55.367
Olhe, esses são os dados para a análise.

0:01:55.367,0:01:57.617
Opa! Vou tirar esse sinalzinho aqui.

0:01:57.617,0:02:02.121
Então, antes da implementação [br]do algoritmo,

0:02:02.121,0:02:05.058
vamos supor que foi analisado.

0:02:05.058,0:02:09.915
Nós temos aqui a hora um,[br]hora dois, hora três, hora quatro,

0:02:09.915,0:02:14.133
hora cinco, hora seis,[br]hora sete, e hora oito.

0:02:14.133,0:02:17.036
Então, antes de implementar [br]essa melhoria no algoritmo,

0:02:17.036,0:02:19.705
esses eram os valores[br]dos tempos de execução.

0:02:19.705,0:02:21.607
Vamos supor em segundos?

0:02:21.607,0:02:27.246
E aí foi implementada a melhoria[br]e fizeram uma nova coleta de dados.

0:02:27.246,0:02:30.216
E aí, em segundos, quanto tempo demorou.

0:02:30.216,0:02:33.219
"Se você olhar aqui, Rafa,[br]não precisa nem processar.

0:02:33.219,0:02:36.697
Já fica visível que sim, está melhor."

0:02:36.697,0:02:38.908
Mas lembre-se que, no dia a dia,

0:02:38.908,0:02:41.417
você geralmente tem um conjunto [br]de dados muito maior.

0:02:41.417,0:02:46.999
Então, se você for fazer análise no papel, [br]você vai demorar muitas horas.

0:02:46.999,0:02:50.269
E aqui, o mesmo script[br]que nós vamos executar agora,

0:02:50.269,0:02:55.208
serve para um conjunto pequeno de dados[br]como esse ou para um conjunto muito maior.

0:02:55.208,0:02:56.747
Vamos ver como fica.

0:02:56.747,0:02:59.533
Então nós vamos apertar um Enter.

0:03:00.913,0:03:05.439
Não é obrigatório, mas é sempre [br]legal você visualizar os dados

0:03:05.439,0:03:07.720
para confirmar que está tudo certinho.

0:03:07.720,0:03:12.291
Criamos o tempo antes e pedimos [br]para mostrar o tempo antes.

0:03:12.291,0:03:14.296
Vamos apertar dois Enters aqui.

0:03:14.296,0:03:16.656
Print, e vamos mostrá-lo.

0:03:16.656,0:03:22.001
De novo, você pode digitar tempos_depois

0:03:22.001,0:03:25.899
ou você pode utilizar a sugestão dele,[br]olhe, para cima, e vou apertar o Enter.

0:03:26.872,0:03:31.838
Então nós criamos aqui o antes e o depois.

0:03:31.838,0:03:33.045
Legal!

0:03:33.045,0:03:34.915
Vamos subir um pouquinho.

0:03:34.915,0:03:37.495
Então novamente, aquela velha dica:

0:03:37.495,0:03:40.271
se tem alguma dúvida [br]das análises que iremos fazer,

0:03:40.271,0:03:41.987
fica um resumo aqui para vocês.

0:03:41.987,0:03:43.850
Pode pausar e anotar.

0:03:43.850,0:03:49.028
Aqui são os dois dados, os dois conjuntos[br]de dados, que acabamos de criar.

0:03:49.028,0:03:51.711
E agora nós vamos para uma próxima parte.

0:03:52.818,0:03:55.668
"Rafa, tem mais comentário [br]aí do que execução."

0:03:55.668,0:03:59.171
Sim, é sempre legal[br]vocês terem esse resumo.

0:03:59.171,0:04:01.640
Eu gosto de deixar um resumo para vocês.

0:04:01.640,0:04:05.945
Eu vou dar um Enter aqui[br]para a tela ficar um pouco limpa.

0:04:05.945,0:04:07.496
Deixe-me só arrumar aqui.

0:04:07.496,0:04:08.886
Só um minuto.

0:04:08.886,0:04:10.527
O que nós temos aqui?

0:04:13.014,0:04:17.123
A primeira aqui é o título, né,[br]"realizando o teste de hipóteses".

0:04:17.123,0:04:21.218
E aqui nós temos o que nós [br]queremos analisar.

0:04:21.218,0:04:25.634
Eu vou apertar o Enter e vou imprimir, [br]e aí nós vamos interpretar juntos, tudo bem?

0:04:25.634,0:04:27.374
"teste_hipotese".

0:04:28.601,0:04:33.305
"Que construção é essa, Rafa, que você[br]executou e ainda não ensinou?"

0:04:33.305,0:04:35.247
Vamos tentar entender o que está aqui.

0:04:35.247,0:04:36.096
Vamos tentar, não.

0:04:36.096,0:04:37.576
Vamos entender, né?

0:04:37.576,0:04:40.998
teste_hipotese" é [br]um nome de uma variável.

0:04:40.998,0:04:42.448
Aí sinal de menor, tracinho.

0:04:42.448,0:04:47.676
Então o que acontecer aqui será [br]atribuído para dentro dessa variável.

0:04:48.909,0:04:54.260
"t.test" é mais um tema [br]que vocês precisam aprender.

0:04:54.260,0:04:56.195
O que seria isso?

0:04:56.195,0:05:01.267
Ele é mais usado para comparar [br]a média de dois grupos

0:05:01.267,0:05:06.338
e determinar estatisticamente[br]se há diferença entre eles.

0:05:06.338,0:05:08.874
Então nós não temos duas bases de dados?

0:05:08.874,0:05:14.280
Vamos lembrar: base de dados da análise [br]da performance do sistema do antes

0:05:14.280,0:05:17.857
e a análise dos dados com a base de dados[br]do depois com a performance.

0:05:18.984,0:05:23.122
Se você olhar um a um, você [br]vai ver que está melhor mesmo.

0:05:23.122,0:05:25.691
Mas vamos deixar o R fazer isso para nós.

0:05:25.691,0:05:28.027
Então nós temos que fornecer [br]a base de dados,

0:05:28.027,0:05:32.064
o conjunto de dados do antes e do depois.

0:05:32.064,0:05:37.516
E aqui nós fazemos uma instrução [br]para dizer que nós estamos fazendo

0:05:37.516,0:05:41.440
uma comparação com duas bases de dados.

0:05:41.440,0:05:44.777
"Rafa, poderíamos fazer uma análise[br]com mais base de dados?"

0:05:44.777,0:05:45.711
Sim, poderíamos.

0:05:45.711,0:05:48.814
Aqui nós só estamos comparando duas.

0:05:48.814,0:05:53.185
E aí você fala: "Nossa, Rafa, saiu [br]um resultado um pouquinho extenso."

0:05:53.185,0:05:55.990
Calma aí que nós iremos [br]interpretá-lo, tudo bem?

0:05:55.990,0:05:57.953
Vem aqui comigo, por favor.

0:05:57.953,0:05:59.124
O que nós fizemos então?

0:05:59.124,0:06:01.427
Nós ainda precisamos [br]interpretar aquele resultado, né?

0:06:01.427,0:06:04.857
Aqui estão os comentários,[br]os dados do antes e do depois...

0:06:08.333,0:06:11.770
Um primeiro teste [br]de hipótese que nós fizemos,

0:06:11.770,0:06:14.506
e aqui nós vamos imprimir esse [br]resultado do teste de hipótese,

0:06:14.506,0:06:16.175
que é o que acabamos de fazer.

0:06:16.175,0:06:19.395
Vou deixar só comentado, mas [br]vai se fazer a mesma saída, tá?

0:06:21.914,0:06:24.049
O que nós temos aqui então?

0:06:24.049,0:06:25.651
"Como podemos interpretar, Rafa?

0:06:25.651,0:06:29.025
Você só mandou imprimir e colocou [br]um título aqui, que é a hashtag."

0:06:30.155,0:06:34.893
Aí você tem que novamente focar[br]na análise da saída dos dados.

0:06:34.893,0:06:39.698
Tem esse p-value aqui, que é [br]um dos focos da nossa análise.

0:06:39.698,0:06:42.868
Se vocês voltarem para o começo aqui,

0:06:42.868,0:06:48.281
vocês podem tirar algumas análises[br]do que estamos buscando, né?

0:06:48.281,0:06:50.102
Olhe: "Os intervalos [br]de confiança são usados

0:06:50.102,0:06:53.511
para estimar a incerteza associada [br]a uma estimativa pontual".

0:06:54.346,0:06:59.328
O quanto temos a certeza,[br]ou incerteza, que isso está nos ajudando.

0:06:59.328,0:07:02.688
Então nós conseguimos fazer[br]com que a linguagem R

0:07:02.688,0:07:06.525
fizesse essa análise do tempo[br]o antes e do depois.

0:07:06.525,0:07:10.128
Olhando antes da execução,[br]nós conseguimos ter a certeza.

0:07:10.128,0:07:13.198
Mas lembre-se sempre [br]no dia a dia do seu trabalho,

0:07:13.198,0:07:16.401
na sua vida pessoal, que você [br]vai precisar analisar dados

0:07:16.401,0:07:20.739
onde geralmente esse conjunto [br]de dados é muito maior.

0:07:20.739,0:07:24.643
Então utilize o R para que faça [br]essa análise por você.

0:07:24.643,0:07:27.405
E agora fica uma dica: [br]pense em um cenário,

0:07:27.405,0:07:33.469
algo da sua vida pessoal ou de algum [br]familiar seu, ou até mesmo da sua empresa,

0:07:33.469,0:07:37.100
onde você tenha esse conjunto [br]de dados do antes e do depois,

0:07:37.100,0:07:38.990
e você precisa fazer essa análise,

0:07:38.990,0:07:42.027
de preferência um conjunto [br]de dados até maior.

0:07:42.027,0:07:45.764
E aí tente executar esse script novamente

0:07:45.764,0:07:50.469
buscando essa análise dos comentários,[br]e tente chegar no seu resultado.

0:07:50.469,0:07:53.305
Então você terá certeza que, na prática,

0:07:53.305,0:07:56.288
você consegue absorver [br]esse conhecimento.