t-tests
This commit is contained in:
parent
d9282a3270
commit
71a94b39ed
3 changed files with 90 additions and 21 deletions
BIN
__pycache__/get_statistics.cpython-314.pyc
Normal file
BIN
__pycache__/get_statistics.cpython-314.pyc
Normal file
Binary file not shown.
|
|
@ -1,6 +1,6 @@
|
||||||
import pandas as pd
|
import pandas as pd
|
||||||
|
|
||||||
file = "./dados/pnad_trimestral_trimestre_012026.parquet"
|
file = "./data/pnad_trimestral_trimestre_012026.parquet"
|
||||||
|
|
||||||
|
|
||||||
regions_ufs = {
|
regions_ufs = {
|
||||||
|
|
@ -22,26 +22,41 @@ renda = "VD4019"
|
||||||
|
|
||||||
df = pd.read_parquet(file)
|
df = pd.read_parquet(file)
|
||||||
|
|
||||||
print(f"TOTAL: {df.shape[0]}")
|
|
||||||
print(f"QUANTIDADE DE INFORMAIS: {(df[carteira_assinada] == 2).sum()}")
|
|
||||||
print(f"QUANTIDADE DE FORMAIS: {(df[carteira_assinada] == 1).sum()}")
|
|
||||||
print("\n")
|
|
||||||
|
|
||||||
|
def get_regions():
|
||||||
|
|
||||||
for region_name in regions_names:
|
for region_name in regions_names:
|
||||||
region_df = df[df["UF"].isin(regions_ufs[region_name])]
|
region_df = df[df["UF"].isin(regions_ufs[region_name])]
|
||||||
regions[region_name] = {
|
regions[region_name] = {
|
||||||
"informal_count": (region_df[carteira_assinada] == 2).shape[0],
|
"informal_count": (region_df[carteira_assinada] == 2).shape[0],
|
||||||
"informal_mean": region_df.loc[region_df[carteira_assinada] == 2, renda].mean(),
|
"informal_mean": region_df.loc[
|
||||||
"informal_std": region_df.loc[region_df[carteira_assinada] == 2, renda].std(),
|
region_df[carteira_assinada] == 2, renda
|
||||||
|
].mean(),
|
||||||
|
"informal_std": region_df.loc[
|
||||||
|
region_df[carteira_assinada] == 2, renda
|
||||||
|
].std(),
|
||||||
"formal_count": (region_df[carteira_assinada] == 1).shape[0],
|
"formal_count": (region_df[carteira_assinada] == 1).shape[0],
|
||||||
"formal_mean": region_df.loc[region_df[carteira_assinada] == 1, renda].mean(),
|
"formal_mean": region_df.loc[
|
||||||
|
region_df[carteira_assinada] == 1, renda
|
||||||
|
].mean(),
|
||||||
"formal_std": region_df.loc[region_df[carteira_assinada] == 1, renda].std(),
|
"formal_std": region_df.loc[region_df[carteira_assinada] == 1, renda].std(),
|
||||||
}
|
}
|
||||||
|
return regions
|
||||||
|
|
||||||
for region_name in regions_names:
|
|
||||||
|
def main():
|
||||||
|
get_regions()
|
||||||
|
print(f"TOTAL: {df.shape[0]}")
|
||||||
|
print(f"QUANTIDADE DE INFORMAIS: {(df[carteira_assinada] == 2).sum()}")
|
||||||
|
print(f"QUANTIDADE DE FORMAIS: {(df[carteira_assinada] == 1).sum()}")
|
||||||
|
print("\n")
|
||||||
|
for region_name in regions_names:
|
||||||
print(f"REGIÃO: {region_name}")
|
print(f"REGIÃO: {region_name}")
|
||||||
for key, value in regions[region_name].items():
|
for key, value in regions[region_name].items():
|
||||||
print(f"{key}: {value}")
|
print(f"{key}: {value}")
|
||||||
print("------------------------------")
|
print("------------------------------")
|
||||||
print("")
|
print("")
|
||||||
|
|
||||||
|
|
||||||
|
if __name__ == "__main__":
|
||||||
|
main()
|
||||||
|
|
|
||||||
54
t-tests.py
Normal file
54
t-tests.py
Normal file
|
|
@ -0,0 +1,54 @@
|
||||||
|
from get_statistics import get_regions, regions_names
|
||||||
|
import math
|
||||||
|
|
||||||
|
regions = get_regions()
|
||||||
|
|
||||||
|
|
||||||
|
def t(n1, mean1, std1, n2, mean2, std2):
|
||||||
|
return (mean1 - mean2) / math.sqrt(
|
||||||
|
(math.pow(std1, 2) / n1) + (math.pow(std2, 2) / n2)
|
||||||
|
)
|
||||||
|
|
||||||
|
|
||||||
|
def run_all_t_tests():
|
||||||
|
tests = {}
|
||||||
|
for name1 in regions_names:
|
||||||
|
for name2 in regions_names:
|
||||||
|
if name1 != name2:
|
||||||
|
tests[f"{name1}_formais_{name2}_informais"] = t(
|
||||||
|
regions[name1]["formal_count"],
|
||||||
|
regions[name1]["formal_mean"],
|
||||||
|
regions[name1]["formal_std"],
|
||||||
|
regions[name2]["informal_count"],
|
||||||
|
regions[name2]["informal_mean"],
|
||||||
|
regions[name2]["informal_std"],
|
||||||
|
)
|
||||||
|
tests[f"{name1}_informais_{name2}_informais"] = t(
|
||||||
|
regions[name1]["informal_count"],
|
||||||
|
regions[name1]["informal_mean"],
|
||||||
|
regions[name1]["informal_std"],
|
||||||
|
regions[name2]["informal_count"],
|
||||||
|
regions[name2]["informal_mean"],
|
||||||
|
regions[name2]["informal_std"],
|
||||||
|
)
|
||||||
|
tests[f"{name1}_informais_{name2}_formais"] = t(
|
||||||
|
regions[name1]["informal_count"],
|
||||||
|
regions[name1]["informal_mean"],
|
||||||
|
regions[name1]["informal_std"],
|
||||||
|
regions[name2]["formal_count"],
|
||||||
|
regions[name2]["formal_mean"],
|
||||||
|
regions[name2]["formal_std"],
|
||||||
|
)
|
||||||
|
tests[f"{name1}_formais_{name2}_formais"] = t(
|
||||||
|
regions[name1]["formal_count"],
|
||||||
|
regions[name1]["formal_mean"],
|
||||||
|
regions[name1]["formal_std"],
|
||||||
|
regions[name2]["formal_count"],
|
||||||
|
regions[name2]["formal_mean"],
|
||||||
|
regions[name2]["formal_std"],
|
||||||
|
)
|
||||||
|
|
||||||
|
return tests
|
||||||
|
|
||||||
|
|
||||||
|
print(run_all_t_tests())
|
||||||
Loading…
Reference in a new issue