Update src/streamlit_app.py

src/streamlit_app.py

@@ -1,159 +1,91 @@
-#!/usr/bin/env python
-# coding: utf-8
-
-# =====================================================
-# Dashboard - Testes de Hipóteses com AmesHousing
-# =====================================================
-
 import streamlit as st
 import pandas as pd
 import matplotlib.pyplot as plt
 import seaborn as sns
 import plotly.express as px
-import numpy as np
-
-from scipy import stats
-from scipy.stats import shapiro, levene, kruskal
-from statsmodels.formula.api import ols
-import statsmodels.api as sm
-
-# -----------------------------------------------------
-# Configuração da Página
-# -----------------------------------------------------
-st.set_page_config(
-    page_title="Dashboard - Testes de Hipóteses com AmesHousing",
-    layout="wide",
-    initial_sidebar_state="expanded"
+from pathlib import Path
+from sklearn.model_selection import train_test_split
+
+st.set_page_config(page_title="Dashboard Ames Housing", layout="wide")
+
+# -----------------------
+# Carregando o CSV de forma robusta
+# -----------------------
+HERE = Path(__file__).resolve().parent
+CANDIDATES = [
+    HERE.parent / "Dados" / "AmesHousing.csv",
+    HERE / "Dados" / "AmesHousing.csv",
+    Path("Dados") / "AmesHousing.csv",
+]
+csv_path = next((p for p in CANDIDATES if p.exists()), None)
+if csv_path is None:
+    st.error("Arquivo 'Dados/AmesHousing.csv' não encontrado. Confirme o nome e a pasta.")
+    st.stop()
+
+casa_data = pd.read_csv(csv_path)
+casa_data.columns = casa_data.columns.str.strip().str.replace(" ", "_")
+
+# -----------------------
+# Sidebar: proporção treino/teste
+# -----------------------
+st.sidebar.header("Configurações")
+prop_treino = st.sidebar.slider("Proporção de treino", 0.1, 0.9, 0.7)
+
+train, test = train_test_split(casa_data, train_size=prop_treino, random_state=42)
+
+# O usuário escolhe qual conjunto visualizar
+dataset_opcao = st.sidebar.radio(
+    "Conjunto de dados a visualizar:",
+    ["Treino", "Teste"],
+    index=0
 )
 
-st.markdown("<h1 style='text-align:center;color:#003366;'>Simulador de Testes de Hipótese</h1>", unsafe_allow_html=True)
-st.markdown("<h3 style='text-align:center;color:#003366;'>Análise do Dataset AmesHousing</h3>", unsafe_allow_html=True)
-st.markdown("---")
-
-# -----------------------------------------------------
-# Abas do Dashboard
-# -----------------------------------------------------
-tabs = st.tabs(["Simulações Teóricas", "Análise AmesHousing"])
-
-# -----------------------------------------------------
-# Aba 1: Simulações Teóricas (mantida)
-# -----------------------------------------------------
-with tabs[0]:
-    st.subheader("Teste de Hipótese para Proporção de Testes Positivos de COVID-19")
-
-    st.sidebar.markdown("### Parâmetros do Teste (Proporção)")
-    p_pop      = st.sidebar.slider("Proporção populacional (H0)", 0.0, 1.0, 0.1, 0.01, key="p_pop")
-    p_sample   = st.sidebar.slider("Proporção amostral", 0.0, 1.0, 0.12, 0.01, key="p_sample")
-    n          = st.sidebar.slider("Tamanho da amostra", 100, 10000, 1000, 10, key="n_sample")
-    alpha_prop = st.sidebar.slider("Nível de significância (α)", 0.01, 0.10, 0.05, 0.01, key="alpha_prop")
-
-    se      = np.sqrt(p_pop*(1-p_pop)/n)
-    z       = (p_sample - p_pop)/se
-    p_value = 2*(1 - stats.norm.cdf(abs(z)))
-
-    st.write(f"**Z** = {z:.4f}")
-    st.write(f"**p-valor** = {p_value:.4f}")
-    if p_value < alpha_prop:
-        st.write("**Rejeitamos H0**: diferença significativa.")
-    else:
-        st.write("**Não rejeitamos H0**: sem diferença significativa.")
-
-# -----------------------------------------------------
-# Aba 2: Análise AmesHousing
-# -----------------------------------------------------
-with tabs[1]:
-    st.subheader("Análise de Variância - AmesHousing Dataset")
-    st.markdown("---")
-
-    # Leitura fixa do CSV dentro da pasta Dados
-    casa_data = pd.read_csv("../Dados/AmesHousing.csv")
-
-    # Renomear colunas para evitar problemas com espaços
-    casa_data.columns = casa_data.columns.str.strip().str.replace(" ", "_")
-
-    # -------------------------------------------------
-    # Análise Exploratória
-    # -------------------------------------------------
-    st.markdown("### Distribuição do Preço de Venda")
-    fig, ax = plt.subplots(figsize=(8,5))
-    sns.histplot(casa_data['SalePrice'], kde=True, ax=ax)
-    ax.set_title("Distribuição do Preço de Venda")
-    st.pyplot(fig)
-
-    # Boxplots
-    st.markdown("### Boxplots das Variáveis Selecionadas")
-    variavel = st.selectbox("Escolha a variável categórica para comparar preços:",
-                            ["Neighborhood","Garage_Type","Fireplaces"])
-
-    fig2, ax2 = plt.subplots(figsize=(12,6))
-    sns.boxplot(x=variavel, y="SalePrice", data=casa_data, ax=ax2)
-    plt.xticks(rotation=90)
-    ax2.set_title(f"Preço de Venda por {variavel}")
-    st.pyplot(fig2)
-
-    # Scatter interativo (média de preço por bairro)
-    st.markdown("### Preço Médio de Venda por Bairro")
-    bairro_grouped = casa_data.groupby('Neighborhood').agg(
-        count=('SalePrice','size'),
-        mean_price=('SalePrice','mean')
-    ).reset_index()
-
-    bairro_filtered = bairro_grouped[bairro_grouped['count'] >= 5]
-    fig3 = px.scatter(
-        bairro_filtered,
-        x='mean_price',
-        y='Neighborhood',
-        size='count',
-        color='Neighborhood',
-        title='Preço Médio de Venda vs Bairro (Ames, Iowa)',
-        labels={'mean_price': 'Preço Médio de Venda', 'Neighborhood':'Bairro'},
-        opacity=0.8
-    )
-    st.plotly_chart(fig3, use_container_width=True)
-
-    # -------------------------------------------------
-    # ANOVA
-    # -------------------------------------------------
-    st.markdown("### ANOVA para Neighborhood, Garage_Type e Fireplaces")
-    alpha = st.sidebar.slider("Nível de significância (α) - ANOVA AmesHousing",
-                              0.01,0.10,0.05,0.01,key="alpha_ames")
-
-    modelos = {
-        "Neighborhood": ols('SalePrice ~ C(Neighborhood)', data=casa_data).fit(),
-        "Garage_Type": ols('SalePrice ~ C(Garage_Type)', data=casa_data).fit(),
-        "Fireplaces": ols('SalePrice ~ C(Fireplaces)', data=casa_data).fit()
-    }
-
-    for nome, modelo in modelos.items():
-        st.markdown(f"#### ANOVA - {nome}")
-        anova = sm.stats.anova_lm(modelo, typ=2)
-        st.dataframe(anova)
-
-    # -------------------------------------------------
-    # Validação dos Pressupostos
-    # -------------------------------------------------
-    st.markdown("### Validação dos Pressupostos da ANOVA")
-
-    st.markdown("#### Teste de Normalidade (Shapiro-Wilk)")
-    for nome, modelo in modelos.items():
-        residuos = modelo.resid
-        stat, p = shapiro(residuos.dropna())
-        st.write(f"{nome}: estatística={stat:.3f}, p={p:.3f}  "
-                 + ("resíduos normais" if p >= alpha else "violação de normalidade"))
-
-    st.markdown("#### Teste de Homocedasticidade (Levene)")
-    for nome in ["Neighborhood","Garage_Type","Fireplaces"]:
-        grupos = [grupo["SalePrice"].dropna() for _, grupo in casa_data.groupby(nome)]
-        stat, p = levene(*grupos)
-        st.write(f"{nome}: estatística={stat:.3f}, p={p:.3f}  "
-                 + ("variâncias iguais" if p >= alpha else "variâncias diferentes"))
-
-    # -------------------------------------------------
-    # Kruskal-Wallis
-    # -------------------------------------------------
-    st.markdown("### Teste não-paramétrico (Kruskal-Wallis)")
-    for nome in ["Neighborhood","Garage_Type","Fireplaces"]:
-        grupos = [grupo["SalePrice"].dropna() for _, grupo in casa_data.groupby(nome)]
-        stat, p = kruskal(*grupos)
-        st.write(f"{nome}: estatística={stat:.3f}, p={p:.3f}  "
-                 + ("diferenças significativas" if p < alpha else "sem diferença significativa"))
+if dataset_opcao == "Treino":
+    dados = train.copy()
+else:
+    dados = test.copy()
+
+# -----------------------
+# Gráfico 1: Distribuição do Preço de Venda
+# -----------------------
+st.subheader("Distribuição do Preço de Venda")
+fig, ax = plt.subplots()
+sns.histplot(dados['SalePrice'], kde=True, ax=ax)
+st.pyplot(fig)
+
+# -----------------------
+# Gráfico 2: Boxplot de Preço de Venda por Bairro
+# -----------------------
+st.subheader("Boxplot de Preço de Venda por Bairro")
+fig2, ax2 = plt.subplots(figsize=(12, 6))
+sns.boxplot(x="Neighborhood", y="SalePrice", data=dados, ax=ax2)
+plt.xticks(rotation=90)
+st.pyplot(fig2)
+
+# -----------------------
+# Gráfico 3: Dispersão Área vs Preço
+# -----------------------
+st.subheader("Dispersão: Área vs Preço de Venda")
+fig3 = px.scatter(dados, x="Gr_Liv_Area", y="SalePrice",
+                  color="Overall_Qual", hover_data=["Year_Built"])
+st.plotly_chart(fig3, use_container_width=True)
+
+# -----------------------
+# Gráfico 4: Heatmap de Correlação
+# -----------------------
+st.subheader("Matriz de Correlação (variáveis numéricas)")
+corr = dados.corr(numeric_only=True)
+fig4, ax4 = plt.subplots(figsize=(10, 8))
+sns.heatmap(corr, cmap="coolwarm", center=0, ax=ax4)
+st.pyplot(fig4)
+
+# -----------------------
+# Gráfico 5: Preço médio por estilo de casa
+# -----------------------
+st.subheader("Preço médio por estilo de casa")
+mean_price = dados.groupby("House_Style")["SalePrice"].mean().sort_values(ascending=False)
+fig5, ax5 = plt.subplots()
+mean_price.plot(kind="bar", ax=ax5)
+st.pyplot(fig5)
+
+st.success(f"Visualizando {dataset_opcao} ({dados.shape[0]} registros, proporção treino = {prop_treino:.2f})")