| | |
- builtins.object
-
- AnaliseLinear
class AnaliseLinear(builtins.object) |
| |
AnaliseLinear(filename=None, country=None)
Análise linear por minimos quadrados para aproximar os dados
por uma função linear f(x) = ax + b.
Dados usados da população do Brasil ao longo dos anos.
Atributos:
data -> dados obtidos em um arquivos csv
df_country -> armazena um grupo especifico dos dados (neste cado a população para o Brasil)
x, y -> pontos para os dados Anos x População
lin_ajus -> armazena resultado restornado pela função linregress
Metodos:
__init__ -> construtor da classe
ler_dados -> leitura dos dados
plotar_dados -> desenho dos dados
ajuste_linear -> calculando o ajuste linear
mostrar_resultados -> exibe resultados do ajuste
plotar_ajuste -> desenho gráfico para equação do ajuste e dos dados
set_country -> define país que será considerado na análise.
|
| |
Methods defined here:
- __init__(self, filename=None, country=None)
- Initialize self. See help(type(self)) for accurate signature.
- ajuste_linear(self)
- Computando valores para o ajuste linear usados na construção da
função linear $f(x) = ax + b$ qual aproxima os dados.
- ler_dados(self, filename='')
- Abri e lê os dados no arquivo 'filename' em formato csv.
- mostrar_resultado(self)
- Imprimir resultados, inclinação, intercepto, equação ajustada
e valor $R^2$. Após a computação do ajuste linear com a função
linregress cujo retorno é armazenado em 'lin_ajus' temos nesta
os valores da inclinação, intercepto, R nos atributos slope,
intercept e rvalue respectivamente.
- plotar_ajuste(self)
- Desenho do gráfico para os pontos dos dados e ajuste linear para
aproximação destes dados em um mesmo gráfico.
- plotar_dados(self)
- Desenha os pontos dos dados no arquivo csv em gráfico.
- set_country(self, country='')
- Aqui definimos o país para o qual consideraremos a população
ao longo dos anos e armazenamos em df_country.
Data descriptors defined here:
- __dict__
- dictionary for instance variables
- __weakref__
- list of weak references to the object
| |
