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:
st.ttest_ind(a, b, equal_var=True, alternative='two-sided')
Parametre:
a
— det første stikprøve;b
— det andet stikprøve;equal_var
— angivTrue
hvis varianserne er cirka ens, ogFalse
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:
123456789101112131415import 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")
Tak for dine kommentarer!
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat
Awesome!
Completion rate improved to 2.63
Udførelse 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
— angivTrue
hvis varianserne er cirka ens, ogFalse
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:
123456789101112131415import 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")
Tak for dine kommentarer!