<\/p>\n
O teste Shapiro-Wilk<\/strong> \u00e9 um teste de normalidade. \u00c9 usado para determinar se uma amostra vem ou n\u00e3o de uma distribui\u00e7\u00e3o normal<\/a> .<\/span><\/p>\n Para realizar um teste Shapiro-Wilk em Python podemos usar a fun\u00e7\u00e3o scipy.stats.shapiro()<\/a> , que utiliza a seguinte sintaxe:<\/span><\/p>\n scipy.stats.shapiro(x)<\/strong><\/span><\/p>\n Ouro:<\/span><\/p>\n Esta fun\u00e7\u00e3o retorna uma estat\u00edstica de teste e um valor p correspondente.<\/span><\/p>\n Se o valor p estiver abaixo de um certo n\u00edvel de signific\u00e2ncia, ent\u00e3o temos evid\u00eancias suficientes para dizer que os dados da amostra n\u00e3o prov\u00eam de uma distribui\u00e7\u00e3o normal.<\/span><\/p>\n Este tutorial mostra alguns exemplos de como usar esse recurso na pr\u00e1tica.<\/span><\/p>\n Suponha que tenhamos os seguintes dados de amostra:<\/span><\/p>\n O c\u00f3digo a seguir mostra como realizar um teste de Shapiro-Wilk nesta amostra de 100 valores de dados para determinar se eles v\u00eam de uma distribui\u00e7\u00e3o normal:<\/span><\/p>\n A partir do resultado, podemos ver que a estat\u00edstica de teste \u00e9 0,9927<\/strong> e o valor p correspondente \u00e9 0,8689<\/strong> .<\/span><\/p>\n Como o valor p n\u00e3o \u00e9 inferior a 0,05, n\u00e3o rejeitamos a hip\u00f3tese nula. N\u00e3o temos evid\u00eancias suficientes para afirmar que os dados da amostra n\u00e3o prov\u00eam de uma distribui\u00e7\u00e3o normal.<\/span><\/p>\n Este resultado n\u00e3o deve ser surpreendente, uma vez que geramos os dados amostrais usando a fun\u00e7\u00e3o randn()<\/strong> , que gera valores aleat\u00f3rios que seguem uma distribui\u00e7\u00e3o normal padr\u00e3o.<\/span><\/p>\n Agora suponha que temos os seguintes dados de amostra:<\/span><\/p>\n O c\u00f3digo a seguir mostra como realizar um teste de Shapiro-Wilk nesta amostra de 100 valores de dados para determinar se eles v\u00eam de uma distribui\u00e7\u00e3o normal:<\/span><\/p>\n A partir do resultado, podemos ver que a estat\u00edstica de teste \u00e9 0,9582<\/strong> e o valor p correspondente \u00e9 0,00299<\/strong> .<\/span><\/p>\n Como o valor p \u00e9 inferior a 0,05, rejeitamos a hip\u00f3tese nula. Temos evid\u00eancias suficientes para dizer que os dados da amostra n\u00e3o prov\u00eam de uma distribui\u00e7\u00e3o normal.<\/span><\/p>\n Este resultado tamb\u00e9m n\u00e3o deve surpreender, j\u00e1 que geramos os dados amostrais utilizando a fun\u00e7\u00e3o Poisson()<\/strong> , que gera valores aleat\u00f3rios que seguem uma distribui\u00e7\u00e3o de Poisson<\/a> .<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outros testes de normalidade em v\u00e1rios softwares estat\u00edsticos:<\/span><\/p>\n Como realizar um teste de Shapiro-Wilk em R<\/a> O teste Shapiro-Wilk \u00e9 um teste de normalidade. \u00c9 usado para determinar se uma amostra vem ou n\u00e3o de uma distribui\u00e7\u00e3o normal . Para realizar um teste Shapiro-Wilk em Python podemos usar a fun\u00e7\u00e3o scipy.stats.shapiro() , que utiliza a seguinte sintaxe: scipy.stats.shapiro(x) Ouro: x: uma tabela de dados de amostra. Esta fun\u00e7\u00e3o retorna uma estat\u00edstica […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-985","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n\n
Exemplo 1: teste Shapiro-Wilk em dados normalmente distribu\u00eddos<\/strong><\/span><\/h3>\n
from<\/span> numpy.random import<\/span> seed\nfrom<\/span> numpy.random import<\/span> randn\n\n#set seed (eg make this example reproducible)<\/span>\nseed(0)\n\n#generate dataset of 100 random values that follow a standard normal distribution\n<\/span>data = randn(100)<\/strong><\/pre>\n from<\/span> scipy.stats import<\/span> shapiro\n\n#perform Shapiro-Wilk test<\/span>\nshapiro(data)\n\nShapiroResult(statistic=0.9926937818527222, pvalue=0.8689165711402893)\n<\/strong><\/pre>\n Exemplo 2: teste de Shapiro-Wilk em dados distribu\u00eddos n\u00e3o normalmente<\/strong><\/span><\/h3>\n
from<\/span> numpy.random import<\/span> seed\nfrom<\/span> numpy.random import<\/span> fish\n\n#set seed (eg make this example reproducible)<\/span>\nseed(0)\n\n#generate dataset of 100 values that follows a Poisson distribution with mean=5\n<\/span>data = fish(5, 100)<\/strong><\/pre>\n from<\/span> scipy.stats import<\/span> shapiro\n\n#perform Shapiro-Wilk test<\/span>\nshapiro(data)\n\nShapiroResult(statistic=0.9581913948059082, pvalue=0.002994443289935589)\n<\/strong><\/pre>\n Recursos adicionais<\/strong><\/span><\/h3>\n
Como realizar um teste Anderson-Darling em Python<\/a>
Como realizar um teste Kolmogorov-Smirnov em Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"