Last active
July 4, 2025 21:53
-
-
Save guiathayde/a76cf12e7586981ccd8502c1356273cd to your computer and use it in GitHub Desktop.
Médias de tempo de execução das estratégias e Dispersão dos tempos de execução (Boxplot)
This file contains hidden or bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
import matplotlib.pyplot as plt | |
import seaborn as sns | |
import pandas as pd | |
# Dados simulados baseados no artigo: "An Experimental Analysis on Different Pivot Selection Approaches for the Quicksort Algorithm" | |
data = { | |
'Estratégia': ['MOT', 'MO5', 'MO7'], | |
'Média de Tempo (s)': [0.0124, 0.0139, 0.0112], | |
'Desvio Padrão': [0.001, 0.002, 0.0008] | |
} | |
df = pd.DataFrame(data) | |
# Gráfico de Barras - Médias | |
plt.figure(figsize=(8, 5)) | |
sns.barplot(x='Estratégia', y='Média de Tempo (s)', data=df, palette='Blues_d') | |
plt.title('Tempo Médio de Execução por Estratégia de Pivô (Quicksort)') | |
plt.ylabel('Tempo Médio (s)') | |
plt.xlabel('Estratégia de Pivô') | |
plt.tight_layout() | |
plt.savefig('/mnt/data/grafico_barras_quicksort.png') | |
plt.close() | |
# Boxplot simulado - Dispersão dos tempos (dados sintéticos) | |
box_data = pd.DataFrame({ | |
'Tempo (s)': ( | |
[0.0115, 0.0123, 0.0124, 0.0125, 0.0122] + # MOT | |
[0.0137, 0.0139, 0.0141, 0.0140, 0.0138] + # MO5 | |
[0.0110, 0.0111, 0.0112, 0.0113, 0.0111] # MO7 | |
), | |
'Estratégia': ['MOT']*5 + ['MO5']*5 + ['MO7']*5 | |
}) | |
plt.figure(figsize=(8, 5)) | |
sns.boxplot(x='Estratégia', y='Tempo (s)', data=box_data, palette='Pastel1') | |
plt.title('Dispersão dos Tempos de Execução por Estratégia') | |
plt.ylabel('Tempo de Execução (s)') | |
plt.xlabel('Estratégia de Pivô') | |
plt.tight_layout() | |
plt.savefig('/mnt/data/boxplot_quicksort.png') | |
plt.close() | |
# Exemplo do Teste t de Student com base nos dados do artigo | |
# Comparando tempos de execução entre MO7 e MOT | |
import scipy.stats as stats | |
# Dados simulados de tempo para MO7 e MOT (em segundos) | |
mo7 = [0.0110, 0.0111, 0.0112, 0.0113, 0.0111] | |
mot = [0.0123, 0.0124, 0.0125, 0.0122, 0.0115] | |
# Teste t para duas amostras independentes (assumindo variâncias iguais) | |
t_stat, p_value = stats.ttest_ind(mo7, mot, equal_var=True) | |
print(f"Estatística t: {t_stat:.4f}") | |
print(f"Valor-p: {p_value:.4f}") | |
if p_value < 0.05: | |
print("Resultado: Diferença estatisticamente significativa entre MO7 e MOT.") | |
else: | |
print("Resultado: Não há diferença estatisticamente significativa.") |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment