Stryg for at vise menuen

Parret T-test

Følgende funktion udfører en parret t-test:


python

Denne proces ligner den, der anvendes for uafhængige stikprøver, men her behøver vi ikke at kontrollere homogenitet af varians. Den parrede t-test forudsætter ikke, at varianserne er ens.

Bemærk, at for en parret t-test er det afgørende, at stikprøvestørrelserne er ens.

Med denne information i baghovedet kan du gå videre til opgaven med at udføre en parret t-test.

Her har du data vedrørende antallet af downloads for en bestemt app. Se på stikprøverne: gennemsnitsværdierne er næsten identiske.


              123456789101112
            
import pandas as pd
import matplotlib.pyplot as plt

# Read the data
before = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/before.csv').squeeze()
after = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/after.csv').squeeze()
# Plot histograms
plt.hist(before, alpha=0.7)
plt.hist(after, alpha=0.7)
# Plot the means
plt.axvline(before.mean(), color='blue', linestyle='dashed')
plt.axvline(after.mean(), color='gold', linestyle='dashed')

Opgave

Swipe to start coding

Hypoteser opstilles:

H₀: Det gennemsnitlige antal downloads før og efter ændringerne er det samme;
Hₐ: Det gennemsnitlige antal downloads er større efter ændringerne.

Udfør en parret t-test med denne alternative hypotese, hvor before og after bruges som prøver.

Løsning

Skift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder

Var alt klart?

Tak for dine kommentarer!

Sektion 6. Kapitel 8

single

Spørg AI

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

Parret T-test

Følgende funktion udfører en parret t-test:


python

Denne proces ligner den, der anvendes for uafhængige stikprøver, men her behøver vi ikke at kontrollere homogenitet af varians. Den parrede t-test forudsætter ikke, at varianserne er ens.

Bemærk, at for en parret t-test er det afgørende, at stikprøvestørrelserne er ens.

Med denne information i baghovedet kan du gå videre til opgaven med at udføre en parret t-test.

Her har du data vedrørende antallet af downloads for en bestemt app. Se på stikprøverne: gennemsnitsværdierne er næsten identiske.


              123456789101112
            
import pandas as pd
import matplotlib.pyplot as plt

# Read the data
before = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/before.csv').squeeze()
after = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/after.csv').squeeze()
# Plot histograms
plt.hist(before, alpha=0.7)
plt.hist(after, alpha=0.7)
# Plot the means
plt.axvline(before.mean(), color='blue', linestyle='dashed')
plt.axvline(after.mean(), color='gold', linestyle='dashed')

Opgave

Swipe to start coding

Hypoteser opstilles:

H₀: Det gennemsnitlige antal downloads før og efter ændringerne er det samme;
Hₐ: Det gennemsnitlige antal downloads er større efter ændringerne.

Udfør en parret t-test med denne alternative hypotese, hvor before og after bruges som prøver.

Løsning

Skift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder

Var alt klart?

Tak for dine kommentarer!

Stryg for at vise menuen

Parret T-test

Løsning

Awesome!

Awesome!

Parret T-test

Løsning

Awesome!