Capítulo 3 Estimativas de localização
Muitas vezes é conveniente representar um conjunto de números de uma forma mais simples. Nem sempre temos a possibilidade de lidar com vários números, por limitação ou por falta de praticidade. Por exemplo, imagine uma sala de aula com 5 estudantes, vamos montar uma lista da idade de todos os estudantes nessa sala no R e no Python, duas linguagens de programação comumente utilizadas em análise de dados.
O código a seguir criar uma lista com 5 idades e depois imprime essa mesma lista na linguagem R
## [1] 14 15 16 14 17O código a seguir criar uma lista com 5 idades e depois imprime essa mesma lista na linguagem Python
## [14, 15, 16, 14, 17]Podemos representar essa lista com um número mais simples, que pode resumir ou representar aquela lista original. Para isso, utilizamos as estimativas de localização (Bruce, Bruce, and Gedeck 2020). As mais comuns são média e mediana.
3.1 Média
A média é calculada dividindo a soma de todos os números da lista pela quantidade de itens. Sua fórmula matemática é apresentada em FIGURA XXX. Onde i é a quantidade de itens da lista e \(x_i\) é o enésimo item da lista. O termo média também pode ser representado pelo símbolo \(X\)
No nosso exemplo se fossemos calcular manualmente a média da lista idade, o cálculo seria:
Código R
{r} ( 14 + 15 + 16 + 14 + 17 ) / 5
Código Python
{python} print(( 14 + 15 + 16 + 14 + 17 ) / 5)
Porém, podemos utilizar algumas funções que já disponibilizam esse recurso de calular a média. O código para criar uma lista e verificar a média dessa lista, utilizando as funções, no R e no Python, seria o seguinte:
Código R
{r} idades <- c(14, 15, 16, 14, 17) mean(idades)
Código Python
{python} from statistics import mean idades = [14, 15, 16, 14, 17] print(mean(idades))
A função mean, no R, recebe como parâmetro uma lista de itens e retorna a média dessa lista, no python utilizei a função mesmo nome, porém disponível na biblioteca statistics do python.