Agora nós iremos falar sobre intervalo
de confiança e teste de hipóteses.
Para entender isso na prática
com a linguagem R,
se vocês verificarem no documento
que está disponível para vocês
sobre essa explicação,
trouxemos um case real.
Imagine que nós estamos trabalhando
em uma fábrica de software
e você se depara com a situação
de precisar melhorar a performance
dessa equipe de programadores.
Então, foi analisada essa possibilidade
de implementar uma melhoria,
foi descoberta uma ferramenta
para ajudar, e aí precisamos medir
como estava a performance antes
da implementação dessa ferramenta
e após a implementação dessa ferramenta.
Para verificar se após a implementação
da ferramenta ficou igual a performance,
se ficou pior, ou se alcançou o objetivo,
que era melhorar a performance,
nós precisamos analisar
esses dados, o antes e o depois.
E é essa a nossa proposta agora.
Vamos lá?
Aqui eu trago para vocês um resumo.
Como é uma hashtag que está aqui marcada,
não é considerada na execução do código, tá?
Então, caso você queira relembrar
ou queira ter um resumo aí na sua mão,
porque às vezes é um material um pouquinho
extenso, eu deixo aqui para vocês, tá bom?
E agora vamos precisar criar a nossa
situação, o cenário antes e depois.
Então nós temos aqui duas linhas
que nós vamos executar.
O que seria isso?
Eu vou copiar... Vamos fazer juntos aqui, tá?
Como funciona?
Deixe-me só tirar aqui esse
sinalzinho que nós copiamos ali.
Aqui é um comentário.
"Dados simulados,
linhas de código por hora
antes e depois da introdução dessa
ferramenta", para melhorar a performance.
E aí, para facilitar para vocês,
vamos deixar alinhados aqui:
Hora um, hora dois, hora três,
hora quatro, hora cinco,
hora seis, hora sete, e hora oito.
Se você olhar o depois aqui, você
já consegue ter essa certeza, né,
que a performance está sendo melhor.
Mas você não deve pensar que sempre
vai ser um cenário pequeno como esse,
num intervalo que você consiga
analisar apenas olhando para a tela.
Pode ser uma base
com uma análise de 300 horas.
Então você precisa sim
de uma linguagem como o R
para fazer essa análise por você, tá?
Nós já temos essa certeza, mas
vamos pedir para o R fazer essa análise?
Então primeiro nós vamos
criar essas variáveis.
Vamos imprimir só
para visualizar, como sempre.
Temos que ter uma garantia
que os dados foram armazenados.
"print(linhas_depois)".
Não erre, não pode digitar o nome errado,
senão ele não vai conseguir achar.
Eu vou apertar alguns
Enters aqui para facilitar
para ir para o meio da tela
para visualizarmos.
Então, legal, criamos a performance
das horas antes e depois.
Agora nós precisamos
fazer essa comparação.
Será que realmente performou mais?
Aqui, novamente, eu deixo um script
para vocês alguns comentários.
Agora nós vamos fazer
esse teste de hipóteses
para verificar
se a performance aumentou, tá?
E aqui, o que eu vou
interpretar com vocês,
eu deixei anotado aqui como
comentário, um resumo, tá?
"Então, qual a instrução, Rafa,
que vai ser executada agora?".
Olha quanto comentário.
É para poder entender a saída da execução.
"Como fica essa instrução, Rafa?"
Vamos apertar mais uns Enters aqui.
Agora aqui nós vamos pedir
para comparar o antes e o depois.
Como iremos fazer isso?
Temos uma variável aqui
chamada "resultado_test".
Você pode colocar o nome
que você quiser, como sempre.
Aqui nós temos uma primeira instrução,
que vocês tem que aprender agora: "t.teste".
Teste com "t" mudo porque é
uma instrução em inglês do R.
Se vocês buscarem aqui,
eu deixei anotado aqui
para vocês poderem estudar depois
ou fazer uma anotação, tá?
O que é o t.teste?
Ele é usado para comparar
o antes e o depois.
É ele que vai fazer essa análise
dos dados de antes e depois hora a hora.
Aqui nós temos temos que fornecer
o intervalo de valores.
Está aqui. Se chama "linha_antes".
Qual é o outro intervalo de valores?
É o "linha_depois".
E aqui, novamente, nós temos
que fazer uma outra instrução para ele,
Nessa instrução, nós vamos dizer assim:
"Os dados têm relação?".
Sim, é um dado que está
relacionado diretamente.
Eu tenho a informação hora a hora.
Eu só não sei se realmente
aumentou essa performance.
Olhando, nós sabemos, né?
Mas supondo que ainda não sabemos.
E aí você coloca true ou false.
Você coloca true quando
está relacionado diretamente.
Às vezes você pode querer comparar coisas
que não estão relacionadas diretamente.
Aí você colocaria o false.
Mas não é o nosso caso aqui.
Eu vou apertar o Enter.
Aí você fala: "Poxa, Rafa, mas e agora?
Cadê o resultado?".
Tudo o que nós iremos
analisar agora está aqui.
Agora você fala: "Rafa,
então vamos imprimir?".
Sim, vamos imprimir.
Como fazemos aqui?
Imprimir, você já sabe, né?
O valor dessa comparação foi
armazenado aqui dentro.
"print"...
"resultado"...
Aquela velha história, né, cuidado
para digitar corretamente o nome da variável.
E aí nós temos o resultado aqui.
Você vai falar: "Poxa Rafa, parte
do resultado está escrito em inglês
e tem alguns números da estatística".
Isso. Agora nós vamos comparar.
Eu vou explicar para vocês...
Eu vou subir um pouquinho.
Novamente, você pode dar uma pausa,
fazer a sua anotação nesse momento.
Eu acho bem rica essa parte
das anotações, desses comentários.
É como programar, sempre deixar o código
comentado para você entender.
O que nós precisamos
focar nesse retorno dessa análise?
Quanto de valor retornado nesse p-value.
"O que seria esse p-value, Rafa?"
Eu tenho aqui para vocês.
Se o valor desse p-value, que é esse
valor, o resultado final, for menor...
Eu deixei aqui anotado, olhe.
Menor que 0,05...
Sim, esse é um valor menor que 0,05.
Ele está mais distante aqui
do ponto da casa.
Quanto mais à direita ele está,
mais distante, então ele é menor.
Significa o quê?
Que há realmente uma diferença
significativa entre o antes e o depois.
"Ah,, então, Rafa, como
ele é menor que 0,05,
que é o que aconteceu aqui,
quer dizer que realmente
há uma diferença significativa
entre a performance do antes e o depois?"
Sim.
então faz sentido a nossa análise
que nós fizemos sem rodar o código.
Então ele refletiu o resultado
esperado pra nós.
Tudo bem.
E aí agora a gente conseguiu interpretar
nesse momento o que você deve se preocupar
é esse resultado para ver esse retorno,
se há realmente essa diferença teoria.
Entendeu?
Agora nós vamos para uma última parte.
Agora nós iremos para a última parte,
que é verificar não somente
se teve realmente significância
entre a performance do antes e o depois.
Isso nós já confirmamos.
Agora nós vamos ver a assertividade
o quanto isso está mais assertivo.
Esse retorno que nos deu.
Eu lembro a vocês que agora nós fizemos
com uma base bem pequena de dados,
fizemos ali só em 08h00 de análise, hora
a hora, então oito dados antes e depois.
Mas vocês tem sempre que lembrar
quando estamos falando aqui
da ciência do dado, dos dados,
pode ser algo muito maior
uma análise de 300 horas,
300 dados antes e 300 depois.
Então não tem como você fazer uma análise
observando apenas os valores.
Você tem que pedir para uma ferramenta
ou uma linguagem como R
para fazer isso por você.
Vamos ver o quanto realmente está fazendo
sentido ou A
com o nível de confiança desse retorno
do que foi processado.
Vem comigo aqui,
nós vamos para a última parte.
Como sempre,
eu deixo aqui para vocês um breve resumo
para que vocês depois consigo.
Até recomendo na sequência
pausar ou voltar o vídeo
para verificar essas observações
que eu deixei para vocês.
Aqui nós vamos fazer duas instruções.
Nós temos aqui
essa primeira que nós vamos pedir para ele
calcular e depois para mostrar.
Vamos lá, deixa eu copiar aqui para baixo
ou apertar mais alguns
entre os aqui para ficar bem
dividido a tela para não confundir vocês.
Até mesmo aqui eu falo aqui
essa área que a gente programa,
a gente tem que ter um pouco limpa
para facilitar a interpretação.
Agora vou colar aqui para vocês.
Deixa eu apagar,
eu não vou executar sem antes explicar.
Então o que nós vamos fazer?
Como sempre,
criar uma variável para receber
ou armazenar o valor dessa execução.
E aqui nós temos o que o resultado?
Underline teste.
Que variável é essa?
Rafa, eu vou voltar um pouquinho
o resultado do teste
e quando nós pedimos para ele fazer
a comparação, lembra do antes
e o depois que saiu esse resultado?
Ah, legal Rafa, Lembre aí
você fala Rafa, mais uma instrução
você vai nos ensinar agora sim,
essa daqui também conhecido como
cifrão ou dólar, como vocês
queiram falar aí na hora da programação.
Conf ponto int.
Rafa, esse daí eu ainda não vi com você.
Tudo bem?
Vamos dar uma olhadinha aqui.
Como sempre, eu deixo anotado para vocês
essas observações
para facilitar
depois na hora da interpretação.
Não dei mancada novamente. Está aqui.
Então é aquele momento que se eu fosse
você dava uma pausa no vídeo
para deixar anotado no seu caderno
que é o cofre Ponto int.
Ele é usado que para acessar
o intervalo de confiança da nossa análise
de novo,
nós vamos querer que ele pegue aqui
esse resultado
que foi projetado anteriormente
e agora nós vamos projetar
uma outra execução sobre ele.
Olha aqui
e ele vai gerar uma análise estatística,
que é o que a nossa análise
descritiva legal.
Então eu vou pedir para ele
fazer essa análise, armazenar o valor aqui
e aí depois, como sempre,
nós iremos visualizar ele.
Mas você fala Rafa,
essa visualização não está simples não.
Vou trazer mais uma coisa aqui pra nossa
conversa, para nossa aula de agora
é só o texto Intervalo de confiança
para a diferença média
é que nós trouxemos aqui o intervalo
onde ele confia carro ou confiança.
Um A confiança dois Vou apertar o enter,
deixa eu mostrar o resultado
e vocês vão entender.
Então nós temos aqui isso é um texto
que sai, um texto simples saiu aqui.
Esse é um intervalo de confiança de quanto
a quanto isso é aderência de confiança.
Esse é um modelo confiável.
Ele vai de -23,56.
Aqui é da onde ele parte,
até aonde ele vai, até aonde ele vai.
E dois Percebam que vocês criaram
a variável com nome intervalo, confiança,
da onde ele inicia você coloca um
e dá onde ele termina,
até onde ele vai e o dois.
E esse é o intervalo de confiança
desse modelo de análise
que nós acabamos de processar.
O que eu espero com isso?
Eu espero que agora vocês tenham entendido
como que é isso,
e vamos dizer, real não,
mas com certeza isso existe.
Quando você trabalha uma empresa,
por exemplo, uma fábrica de software,
as vezes a performance da equipe
não está muito boa no desenvolvimento
e aí alguém vai fazer uma análise,
implementa uma melhoria
e depois eles querem medir para saber
se após a implementação da melhoria
a performance da equipe aumentou.
E aí,
quem vai nos ajudar a fazer essa análise?
A linguagem é
com a parte de estatística e.