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

Swipe um das Menü anzuzeigen

book
T-Test Durchführen

Ein Unternehmen möchte feststellen, ob es einen signifikanten Unterschied in den Produktivitätsniveaus von Entwicklern gibt, die im Homeoffice arbeiten, im Vergleich zu denen, die im Büro arbeiten. Gut, dass Sie bereits wissen, dass ein t-Test dabei helfen kann.

Das Unternehmen hat zwei unabhängige Entwicklerteams: Eines arbeitet remote, das andere im Büro. Ihnen wurden zwei Dateien zur Verfügung gestellt, 'work_from_home.csv' und 'work_from_office.csv', die die monatlichen Aufgabenerledigungszahlen für jeden Entwickler enthalten.

Die Aufgabe besteht darin, einen t-Test durchzuführen. Das Unternehmen möchte wissen, ob Entwickler, die im Büro arbeiten, produktiver sind als diejenigen im Homeoffice. Falls dies zutrifft, wird das zweite Team ebenfalls ins Büro beordert. Sollten die Homeoffice-Mitarbeiter produktiver sein, werden keine Änderungen vorgenommen. Die gewünschte Alternativhypothese lautet daher: "Die durchschnittliche Produktivität der Büroangestellten ist größer als die der Homeoffice-Mitarbeiter".

Überprüfen wir, ob die Varianzen gleich sind:

1234567
import 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())
copy

Die zweite Standardabweichung ist doppelt so groß wie die erste, daher unterscheiden sich die Varianzen. Zur Erinnerung: Die Funktion ttest_ind wird verwendet, um einen t-Test durchzuführen.

python
Aufgabe

Swipe to start coding

  1. Importieren Sie scipy.stats mit dem Alias st.
  2. Führen Sie einen t-Test mit folgender Konfiguration durch:
    • Stichproben: home_workers, office_workers;
    • Alternativhypothese: office > home;
    • Keine Varianzhomogenität.

Lösung

Switch to desktopWechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwenden
War alles klar?

Wie können wir es verbessern?

Danke für Ihr Feedback!

Abschnitt 6. Kapitel 7
Wir sind enttäuscht, dass etwas schief gelaufen ist. Was ist passiert?

Fragen Sie AI

expand
ChatGPT

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

book
T-Test Durchführen

Ein Unternehmen möchte feststellen, ob es einen signifikanten Unterschied in den Produktivitätsniveaus von Entwicklern gibt, die im Homeoffice arbeiten, im Vergleich zu denen, die im Büro arbeiten. Gut, dass Sie bereits wissen, dass ein t-Test dabei helfen kann.

Das Unternehmen hat zwei unabhängige Entwicklerteams: Eines arbeitet remote, das andere im Büro. Ihnen wurden zwei Dateien zur Verfügung gestellt, 'work_from_home.csv' und 'work_from_office.csv', die die monatlichen Aufgabenerledigungszahlen für jeden Entwickler enthalten.

Die Aufgabe besteht darin, einen t-Test durchzuführen. Das Unternehmen möchte wissen, ob Entwickler, die im Büro arbeiten, produktiver sind als diejenigen im Homeoffice. Falls dies zutrifft, wird das zweite Team ebenfalls ins Büro beordert. Sollten die Homeoffice-Mitarbeiter produktiver sein, werden keine Änderungen vorgenommen. Die gewünschte Alternativhypothese lautet daher: "Die durchschnittliche Produktivität der Büroangestellten ist größer als die der Homeoffice-Mitarbeiter".

Überprüfen wir, ob die Varianzen gleich sind:

1234567
import 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())
copy

Die zweite Standardabweichung ist doppelt so groß wie die erste, daher unterscheiden sich die Varianzen. Zur Erinnerung: Die Funktion ttest_ind wird verwendet, um einen t-Test durchzuführen.

python
Aufgabe

Swipe to start coding

  1. Importieren Sie scipy.stats mit dem Alias st.
  2. Führen Sie einen t-Test mit folgender Konfiguration durch:
    • Stichproben: home_workers, office_workers;
    • Alternativhypothese: office > home;
    • Keine Varianzhomogenität.

Lösung

Switch to desktopWechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwenden
War alles klar?

Wie können wir es verbessern?

Danke für Ihr Feedback!

Abschnitt 6. Kapitel 7
Switch to desktopWechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwenden
Wir sind enttäuscht, dass etwas schief gelaufen ist. Was ist passiert?
some-alt