Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprende Realizar una Prueba T | Pruebas Estadísticas
Aprendiendo Estadística con Python

bookRealizar una Prueba T

Una empresa desea determinar si existe una diferencia significativa en los niveles de productividad de los desarrolladores que trabajan desde casa frente a aquellos que trabajan en la oficina. Por suerte, ya sabes que una prueba t puede ayudar con esto.

La empresa cuenta con dos equipos de desarrolladores independientes: uno trabaja de forma remota y el otro desde la oficina. Se te han proporcionado dos archivos, 'work_from_home.csv' y 'work_from_office.csv', que contienen los recuentos mensuales de tareas completadas por cada desarrollador.

La tarea consiste en realizar una prueba t. La empresa desea saber si los desarrolladores que trabajan en la oficina son más productivos que los que trabajan desde casa. En caso afirmativo, también obligarán al segundo equipo a trabajar desde la oficina. Si los trabajadores desde casa resultan ser más productivos, la empresa no realizará cambios. Por lo tanto, la hipótesis alternativa deseada es "La productividad media de los trabajadores de oficina es mayor que la de los trabajadores desde casa".

Verificar si las varianzas son iguales:

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

La segunda desviación estándar es el doble de la primera, por lo que las varianzas difieren. Recordar la función ttest_ind para realizar una prueba t.

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

Swipe to start coding

Estás comparando la productividad de empleados que trabajan desde casa y desde la oficina. Tu objetivo es determinar si los trabajadores de oficina tienen una media de productividad mayor que los que trabajan desde casa utilizando una prueba t para muestras independientes.

  1. Importa la biblioteca scipy.stats con el alias st.
  2. Utiliza la función st.ttest_ind() para realizar la prueba t con la siguiente configuración:
  • Muestras: office_workers, home_workers.
  • Hipótesis alternativa: office > home.
  • Las varianzas no son iguales (equal_var=False).
  1. Almacena los resultados en las variables tstat y pvalue.
  2. Según el valor de pvalue, imprime uno de los siguientes mensajes:
  • "We support the null hypothesis, the mean values are equal" si pvalue > 0.05.
  • "We reject the null hypothesis, the mean values are different" en caso contrario.

Solución

¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 6. Capítulo 7
single

single

Pregunte a AI

expand

Pregunte a AI

ChatGPT

Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla

close

Awesome!

Completion rate improved to 2.63

bookRealizar una Prueba T

Desliza para mostrar el menú

Una empresa desea determinar si existe una diferencia significativa en los niveles de productividad de los desarrolladores que trabajan desde casa frente a aquellos que trabajan en la oficina. Por suerte, ya sabes que una prueba t puede ayudar con esto.

La empresa cuenta con dos equipos de desarrolladores independientes: uno trabaja de forma remota y el otro desde la oficina. Se te han proporcionado dos archivos, 'work_from_home.csv' y 'work_from_office.csv', que contienen los recuentos mensuales de tareas completadas por cada desarrollador.

La tarea consiste en realizar una prueba t. La empresa desea saber si los desarrolladores que trabajan en la oficina son más productivos que los que trabajan desde casa. En caso afirmativo, también obligarán al segundo equipo a trabajar desde la oficina. Si los trabajadores desde casa resultan ser más productivos, la empresa no realizará cambios. Por lo tanto, la hipótesis alternativa deseada es "La productividad media de los trabajadores de oficina es mayor que la de los trabajadores desde casa".

Verificar si las varianzas son iguales:

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

La segunda desviación estándar es el doble de la primera, por lo que las varianzas difieren. Recordar la función ttest_ind para realizar una prueba t.

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

Swipe to start coding

Estás comparando la productividad de empleados que trabajan desde casa y desde la oficina. Tu objetivo es determinar si los trabajadores de oficina tienen una media de productividad mayor que los que trabajan desde casa utilizando una prueba t para muestras independientes.

  1. Importa la biblioteca scipy.stats con el alias st.
  2. Utiliza la función st.ttest_ind() para realizar la prueba t con la siguiente configuración:
  • Muestras: office_workers, home_workers.
  • Hipótesis alternativa: office > home.
  • Las varianzas no son iguales (equal_var=False).
  1. Almacena los resultados en las variables tstat y pvalue.
  2. Según el valor de pvalue, imprime uno de los siguientes mensajes:
  • "We support the null hypothesis, the mean values are equal" si pvalue > 0.05.
  • "We reject the null hypothesis, the mean values are different" en caso contrario.

Solución

Switch to desktopCambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones
¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 6. Capítulo 7
single

single

some-alt