Pauzinhos Japoneses!

Alguns pesquisadores decidiram investigar o comprimento ótimo de palitinhos para crianças e adultos. Eles inventaram uma medida de quão efetivo um par de pauzinhos é chamado "Desempenho de Pinçar Comida". Esta medida é determinada pelo número de amendoins pinçados e colocados dentro de um copo (PPPC).

Uma investigação para determinar o comprimento ótimo de palitinhos.

Link para o Resumo e o Artigo (em inglês)
o resumo abaixo foi adaptado do link

Os palitinhos são uma das ferramentas manuais mais simples e populares desenvolvidos pelo ser humano, mas que não tinham sido investigados anteriormente por ergonomistas. Dois estudos em laboratório foram conduzidos nessa pesquisa, utilizando um projeto de bloco completo randomizado para avaliar os efeitos do comprimento dos palitinhos no desempenho de servir comida de adultos e crianças. Trinta e um calouros universitários, do sexo masculino, e 21 crianças dos primeiros anos do ensino fundamental serviram como participantes do experimento para testar o comprimento de palitinhos dos tamanhos 180, 210, 240, 270, 300 e 330 mm. O resultado mostrou que o desempenho de pinçar comida foi significativamente afetado pelo comprimento dos palitinhos, e os palitinhos de 240 e 180 mm foram ótimos para adultos e crianças, respectivamente. Baseado nesses achados, os pesquisadores sugerem que as famílias com crianças providenciassem ambos palitinhos de 240 e 180 mm. Além disso, restaurantes poderiam providenciar palitinhos de 240 e 180 mm, considerando o trade-off entre ergonomia e custo.

Para o resto deste projeto, responda todas as perguntas baseando-se somente na análise do experimento com os trinta um alunos calouros universitários.

Faça o download do conjunto de dados dos adultos, depois responda as seguintes questões baseadas no resumo e no conjunto de dados.

Se você der um duplo clique nesta célula, você verá que o texto mudou e que toda a formatação foi removida. Isso permite que você edite esse bloco de texto. Esse bloco de texto foi escrito utilizando Markdown, que é uma maneira de formatar o texto utilizando cabeçalhos, links, itálicos e outra opções. Você aprenderá mais sobre o Markdown posteriormente no Programa Nanodegree. Para mostrar o texto formatado pressione shift + enter ou shift + return.

1. Qual é a variável independente nesse experimento?

Você pode ou clicar duas vezes nesta célula e adicionar a sua resposta, ou utilizar o sinal de mais na barra de ferramentas (Adicione uma célula abaixo) para adicionar sua resposta em uma nova célula.

2. Qual é a variável dependente do experimento

3. Como a variável dependente é operacionalmente definida?

4. Baseado na descrição do experimento e no conjunto de dados, cite duas variáveis que você sabe que eram controladas.

Pense sobre os participantes da pesquisa que geraram os dados e o que eles têm em comum. Você não precisa chutar nenhuma variável ou ler o artigo inteiro para determinar essas variáveis. (Por exemplo, soa razoável que o material dos palitinhos foram mantidos contantes, mas isso não foi dito no resumo ou na descrição dos dados. Por isso, o comprimento dos palitinhos não devem ser citados com uma variável controlada.)

Uma das grandes vantagens de utilizar o iPython Notebook é que você pode documentar sua análise de dados utilizando código, adicionando comentários ao código, ou até mesmo adicionando blocos de texto utilizando o Markdown. Esses Notebooks permitem que você colabore com outras pessoas e compartilhe seu trabalho. Por enquanto, vamos ver alguns códigos que geram estatísticas.



In [ ]:

    
import pandas as pd

# pandas é uma biblioteca para manipulação e anáise de dados
# geralmente usamos nomes mais curtos para as bibliotecas.Pabdas é geralmente abreviada para pd
# tecle shift + enter para rodar esta célula ou bloco de código



In [ ]:

    
path = r'~/Downloads/chopstick-effectiveness.csv'
# Mude o caminho para o local onde o arquivo chopstick-effectiveness.csv foi baixado em seu computador
# se você receber um erro quando estiver rodando este bloco de código, certifique-se que o arquivo chopstick-effectiveness.csv 
# está localizado no diretório acima.
dataFrame = pd.read_csv(path)
dataFrame

Vamos fazer um cálculo de estatística básico com os dados utilizando código! Execute o bloco de código abaixo para calcular a média da "Eficiência de Pinçar Comida" para os 31 participantes e todos os comprimentos de palitinhos.



In [ ]:

    
dataFrame['Food.Pinching.Efficiency'].mean()

Esse número é útil, mas esse número não nos dá ciência de qual dos comprimentos de palitinhos tiveram o melhor desempenho para trinta calouros universitários, do sexo masculino. Vamos separar os dados pelo tamanho dos palitinhos. O próximo bloco de código vai gerar a média da "Eficiência de Pinçar Comida" para cada comprimento de palitinhos. Execute o bloco de código abaixo.



In [ ]:

    
meansByChopstickLength = dataFrame.groupby('Chopstick.Length')['Food.Pinching.Efficiency'].mean().reset_index()
meansByChopstickLength

# reset_index() muda o Chopstick.Length de um índice para uma coluna
# Em vez do índice ser o comprimento dos palitinhos, o índice serão os números em linha 0, 1, 2, 3, 4, 5.

5. Qual comprimento dos palitinhos é o melhor para o grupo de trinta e um estudantes calouros universitários, do sexo masculino?



In [ ]:

    
# Faz gráficos aparecerem dentro do Notebook em vez de em uma nova janela
%pylab inline

import matplotlib.pyplot as plt

plt.scatter(x=meansByChopstickLength['Chopstick.Length'], y=meansByChopstickLength['Food.Pinching.Efficiency'])
            # title="")
plt.xlabel("Length in mm")
plt.ylabel("Efficiency in PPPC")
plt.title("Average Food Pinching Efficiency by Chopstick Length")
plt.show()

6. Baseado no gráfico de dispersão criado a partir do código abaixo, interprete a relação que você vê. O que você percebe?

No resumo, os pesquisadores estabelecem que os resultados de desempenho de pinçar comida são significativamente afetados pelo comprimento dos palitinhos, e que os palitinhos de 240 mm são ótimos para adultos.