Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Udførelse af en t-test i Python | Statistisk Testning
Lær Statistik med Python
course content

Kursusindhold

Lær Statistik med Python

Lær Statistik med Python

1. Grundlæggende Begreber
2. Gennemsnit, Median og Typetal med Python
3. Varians og Standardafvigelse
4. Kovarians vs Korrelation
5. Konfidensinterval
6. Statistisk Testning

book
Udførelse af en t-test i Python

For at udføre en t-test i Python, skal du blot angive den alternative hypotese og indikere, om variansen er nogenlunde ens (homogen).

Funktionen ttest_ind() i scipy.stats håndterer resten. Nedenfor ses syntaksen:

python

Parametre:

  • a — det første stikprøve;

  • b — det andet stikprøve;

  • equal_var — angiv True hvis varianserne er cirka ens, og False hvis de ikke er;

  • alternative — typen af alternativ hypotese:

    • 'two-sided' — angiver at gennemsnittene ikke er ens;

    • 'less' — indebærer at det første gennemsnit er mindre end det andet;

    • 'greater' — indebærer at det første gennemsnit er større end det andet.

Returværdier:

  • statistic — værdien af t-statistikken;

  • pvalue — p-værdien.

Fokus er på p-value. Hvis p-value er lavere end α (typisk 0,05), falder t-statistikken inden for det kritiske område, hvilket fører til accept af den alternative hypotese. Hvis p-value er større end α, accepteres nulhypotesen, hvilket indikerer at gennemsnittene er ens.

Her er et eksempel på anvendelse af t-testen på højdedatasættet:

123456789101112131415
import pandas as pd import scipy.stats as st # Load the data male = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/male.csv').squeeze() female = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/female.csv').squeeze() # Apply t-test t_stat, pvalue = st.ttest_ind(male, female, equal_var=True, alternative="greater") if pvalue > 0.05: # Check if we should support or not the null hypothesis if pvalue > 0.05: print("We support the null hypothesis, the mean values are equal") else: print("We reject the null hypothesis, males are taller")
copy
Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 6. Kapitel 6

Spørg AI

expand
ChatGPT

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

course content

Kursusindhold

Lær Statistik med Python

Lær Statistik med Python

1. Grundlæggende Begreber
2. Gennemsnit, Median og Typetal med Python
3. Varians og Standardafvigelse
4. Kovarians vs Korrelation
5. Konfidensinterval
6. Statistisk Testning

book
Udførelse af en t-test i Python

For at udføre en t-test i Python, skal du blot angive den alternative hypotese og indikere, om variansen er nogenlunde ens (homogen).

Funktionen ttest_ind() i scipy.stats håndterer resten. Nedenfor ses syntaksen:

python

Parametre:

  • a — det første stikprøve;

  • b — det andet stikprøve;

  • equal_var — angiv True hvis varianserne er cirka ens, og False hvis de ikke er;

  • alternative — typen af alternativ hypotese:

    • 'two-sided' — angiver at gennemsnittene ikke er ens;

    • 'less' — indebærer at det første gennemsnit er mindre end det andet;

    • 'greater' — indebærer at det første gennemsnit er større end det andet.

Returværdier:

  • statistic — værdien af t-statistikken;

  • pvalue — p-værdien.

Fokus er på p-value. Hvis p-value er lavere end α (typisk 0,05), falder t-statistikken inden for det kritiske område, hvilket fører til accept af den alternative hypotese. Hvis p-value er større end α, accepteres nulhypotesen, hvilket indikerer at gennemsnittene er ens.

Her er et eksempel på anvendelse af t-testen på højdedatasættet:

123456789101112131415
import pandas as pd import scipy.stats as st # Load the data male = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/male.csv').squeeze() female = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/female.csv').squeeze() # Apply t-test t_stat, pvalue = st.ttest_ind(male, female, equal_var=True, alternative="greater") if pvalue > 0.05: # Check if we should support or not the null hypothesis if pvalue > 0.05: print("We support the null hypothesis, the mean values are equal") else: print("We reject the null hypothesis, males are taller")
copy
Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 6. Kapitel 6
Vi beklager, at noget gik galt. Hvad skete der?
some-alt