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

bookUdførelse 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:

st.ttest_ind(a, b, equal_var=True, alternative='two-sided')

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

Spørg AI

ChatGPT

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

Suggested prompts:

Spørg mig spørgsmål om dette emne

Opsummér dette kapitel

Vis virkelige eksempler

Awesome!

Completion rate improved to 2.63

bookUdførelse af en t-test i Python

Stryg for at vise menuen

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:

st.ttest_ind(a, b, equal_var=True, alternative='two-sided')

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
some-alt