Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Lernen Durchführung Eines T-Tests in Python | Statistische Tests
Statistik Lernen mit Python
course content

Kursinhalt

Statistik Lernen mit Python

Statistik Lernen mit Python

1. Grundlagen
Stichprobe vs. GrundgesamtheitArten der StatistikDatentypenMittelwertMedianwertMedianwert Bei Gerader Anzahl Von WertenMittelwert oder MedianModalwertQuiz zu Deskriptiver Statistik
2. Mittelwert, Median und Modus mit Python
Datensatz UntersuchenBerechnung von Mittelwert und Median mit PythonStatistik mit PandasBerechnung des Mittelwerts und Medians des Gehalts
3. Varianz und Standardabweichung
PopulationsvarianzStichprobenvarianzVarianz Mit Python BerechnenStandardabweichungStandardabweichung Mit PythonBerechnung von Varianz und Standardabweichung
4. Kovarianz vs. Korrelation
KovarianzKorrelationQuiz zu Kovarianz und KorrelationKovarianz und Korrelation Berechnen
5. Konfidenzintervall
Datensatz UntersuchenKonfidenzintervallBerechnung des Konfidenzintervalls mit PythonQuiz Zur Breite Des Konfidenzintervalls95 %-Konfidenzintervall BerechnenFortgeschrittene Berechnung von Konfidenzintervallen mit PythonFunktionen Zuordnen
6. Statistische Tests
Was ist ein T-TestHypothesenT-Test MathematischEinseitiger und Zweiseitiger TestAnnahmen des T-TestsDurchführung Eines T-Tests in PythonT-Test DurchführenGepaarter t-Test

book
Durchführung Eines T-Tests in Python

Um einen t-Test in Python durchzuführen, müssen lediglich die Alternativhypothese angegeben und festgelegt werden, ob die Varianzen ungefähr gleich (homogen) sind.

Die Funktion ttest_ind() aus scipy.stats übernimmt den Rest. Nachfolgend die Syntax:

python

Parameter:

  • a — die erste Stichprobe;

  • b — die zweite Stichprobe;

  • equal_var — auf True setzen, wenn die Varianzen ungefähr gleich sind, und auf False, wenn sie es nicht sind;

  • alternative — Art der Alternativhypothese:

    • 'two-sided' — zeigt an, dass die Mittelwerte ungleich sind;

    • 'less' — impliziert, dass der erste Mittelwert kleiner als der zweite ist;

    • 'greater' — impliziert, dass der erste Mittelwert größer als der zweite ist.

Rückgabewerte:

  • statistic — Wert der t-Statistik;

  • pvalue — p-Wert.

Der Fokus liegt auf dem p-value. Ist der p-value kleiner als α (in der Regel 0,05), fällt die t-Statistik in den kritischen Bereich, was zur Annahme der Alternativhypothese führt. Ist der p-value größer als α, wird die Nullhypothese angenommen, was darauf hinweist, dass die Mittelwerte gleich sind.

Hier ein Beispiel für die Anwendung des t-Tests auf den Datensatz mit Körpergrößen:


              
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
War alles klar?

Wie können wir es verbessern?

Danke für Ihr Feedback!

Abschnitt 6. Kapitel 6

Fragen Sie AI

expand

Fragen Sie AI

ChatGPT

Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen

course content

Kursinhalt

Statistik Lernen mit Python

Statistik Lernen mit Python

1. Grundlagen
Stichprobe vs. GrundgesamtheitArten der StatistikDatentypenMittelwertMedianwertMedianwert Bei Gerader Anzahl Von WertenMittelwert oder MedianModalwertQuiz zu Deskriptiver Statistik
2. Mittelwert, Median und Modus mit Python
Datensatz UntersuchenBerechnung von Mittelwert und Median mit PythonStatistik mit PandasBerechnung des Mittelwerts und Medians des Gehalts
3. Varianz und Standardabweichung
PopulationsvarianzStichprobenvarianzVarianz Mit Python BerechnenStandardabweichungStandardabweichung Mit PythonBerechnung von Varianz und Standardabweichung
4. Kovarianz vs. Korrelation
KovarianzKorrelationQuiz zu Kovarianz und KorrelationKovarianz und Korrelation Berechnen
5. Konfidenzintervall
Datensatz UntersuchenKonfidenzintervallBerechnung des Konfidenzintervalls mit PythonQuiz Zur Breite Des Konfidenzintervalls95 %-Konfidenzintervall BerechnenFortgeschrittene Berechnung von Konfidenzintervallen mit PythonFunktionen Zuordnen
6. Statistische Tests
Was ist ein T-TestHypothesenT-Test MathematischEinseitiger und Zweiseitiger TestAnnahmen des T-TestsDurchführung Eines T-Tests in PythonT-Test DurchführenGepaarter t-Test

book
Durchführung Eines T-Tests in Python

Um einen t-Test in Python durchzuführen, müssen lediglich die Alternativhypothese angegeben und festgelegt werden, ob die Varianzen ungefähr gleich (homogen) sind.

Die Funktion ttest_ind() aus scipy.stats übernimmt den Rest. Nachfolgend die Syntax:

python

Parameter:

  • a — die erste Stichprobe;

  • b — die zweite Stichprobe;

  • equal_var — auf True setzen, wenn die Varianzen ungefähr gleich sind, und auf False, wenn sie es nicht sind;

  • alternative — Art der Alternativhypothese:

    • 'two-sided' — zeigt an, dass die Mittelwerte ungleich sind;

    • 'less' — impliziert, dass der erste Mittelwert kleiner als der zweite ist;

    • 'greater' — impliziert, dass der erste Mittelwert größer als der zweite ist.

Rückgabewerte:

  • statistic — Wert der t-Statistik;

  • pvalue — p-Wert.

Der Fokus liegt auf dem p-value. Ist der p-value kleiner als α (in der Regel 0,05), fällt die t-Statistik in den kritischen Bereich, was zur Annahme der Alternativhypothese führt. Ist der p-value größer als α, wird die Nullhypothese angenommen, was darauf hinweist, dass die Mittelwerte gleich sind.

Hier ein Beispiel für die Anwendung des t-Tests auf den Datensatz mit Körpergrößen:


              
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
War alles klar?

Wie können wir es verbessern?

Danke für Ihr Feedback!

Abschnitt 6. Kapitel 6
some-alt