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

bookDurchführung 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:

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

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

Suggested prompts:

Fragen Sie mich Fragen zu diesem Thema

Zusammenfassen Sie dieses Kapitel

Zeige reale Beispiele

Awesome!

Completion rate improved to 2.63

bookDurchführung Eines T-Tests in Python

Swipe um das Menü anzuzeigen

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:

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

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