Gennemfør en t-test
En virksomhed ønsker at afgøre, om der er en signifikant forskel i produktivitetsniveauet mellem udviklere, der arbejder hjemmefra, og dem, der arbejder på kontoret. Heldigvis ved du allerede, at en t-test kan hjælpe med dette.
Virksomheden har to uafhængige udviklerteams: det ene arbejder eksternt, og det andet arbejder fra kontoret. Du har fået to filer, 'work_from_home.csv'
og 'work_from_office.csv'
, som indeholder de månedlige opgaveafslutningstal for hver udvikler.
Opgaven er at udføre en t-test. Virksomheden ønsker at vide, om udviklere, der arbejder fra kontoret, er mere produktive end hjemmearbejdere. Hvis det er tilfældet, vil de også tvinge det andet team til at arbejde fra kontoret. Hvis hjemmearbejderne er mere produktive, vil virksomheden ikke foretage ændringer. Den ønskede alternative hypotese er derfor "The mean productivity of office workers is greater than that of home workers".
Lad os kontrollere, om variansen er den samme:
1234567import pandas as pd home_workers = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/work_from_home.csv').squeeze() office_workers = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/work_from_office.csv').squeeze() # Printing sample standard deviations print('Home workers std:', home_workers.std()) print('Office workers std:', office_workers.std())
Den anden standardafvigelse er dobbelt så stor som den første, så varianserne er forskellige.
Husk funktionen ttest_ind
til at udføre et t-test.
st.ttest_ind(a, b, equal_var=True, alternative='two-sided')
Swipe to start coding
- Importér
scipy.stats
med aliasetst
. - Udfør en t-test med følgende opsætning:
- Prøver:
home_workers
,office_workers
; - Alternativ hypotese: office > home;
- Ingen homogenitet af varians.
- Prøver:
Løsning
Tak for dine kommentarer!
single
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
Gennemfør en t-test
Stryg for at vise menuen
En virksomhed ønsker at afgøre, om der er en signifikant forskel i produktivitetsniveauet mellem udviklere, der arbejder hjemmefra, og dem, der arbejder på kontoret. Heldigvis ved du allerede, at en t-test kan hjælpe med dette.
Virksomheden har to uafhængige udviklerteams: det ene arbejder eksternt, og det andet arbejder fra kontoret. Du har fået to filer, 'work_from_home.csv'
og 'work_from_office.csv'
, som indeholder de månedlige opgaveafslutningstal for hver udvikler.
Opgaven er at udføre en t-test. Virksomheden ønsker at vide, om udviklere, der arbejder fra kontoret, er mere produktive end hjemmearbejdere. Hvis det er tilfældet, vil de også tvinge det andet team til at arbejde fra kontoret. Hvis hjemmearbejderne er mere produktive, vil virksomheden ikke foretage ændringer. Den ønskede alternative hypotese er derfor "The mean productivity of office workers is greater than that of home workers".
Lad os kontrollere, om variansen er den samme:
1234567import pandas as pd home_workers = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/work_from_home.csv').squeeze() office_workers = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/work_from_office.csv').squeeze() # Printing sample standard deviations print('Home workers std:', home_workers.std()) print('Office workers std:', office_workers.std())
Den anden standardafvigelse er dobbelt så stor som den første, så varianserne er forskellige.
Husk funktionen ttest_ind
til at udføre et t-test.
st.ttest_ind(a, b, equal_var=True, alternative='two-sided')
Swipe to start coding
- Importér
scipy.stats
med aliasetst
. - Udfør en t-test med følgende opsætning:
- Prøver:
home_workers
,office_workers
; - Alternativ hypotese: office > home;
- Ingen homogenitet af varians.
- Prøver:
Løsning
Tak for dine kommentarer!
single