Realizar 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:
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())
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')
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.
- Importa la biblioteca
scipy.stats
con el aliasst
. - 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
).
- Almacena los resultados en las variables
tstat
ypvalue
. - Según el valor de
pvalue
, imprime uno de los siguientes mensajes:
"We support the null hypothesis, the mean values are equal"
sipvalue > 0.05
."We reject the null hypothesis, the mean values are different"
en caso contrario.
Solución
¡Gracias por tus comentarios!
single
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
Awesome!
Completion rate improved to 2.63
Realizar 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:
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())
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')
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.
- Importa la biblioteca
scipy.stats
con el aliasst
. - 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
).
- Almacena los resultados en las variables
tstat
ypvalue
. - Según el valor de
pvalue
, imprime uno de los siguientes mensajes:
"We support the null hypothesis, the mean values are equal"
sipvalue > 0.05
."We reject the null hypothesis, the mean values are different"
en caso contrario.
Solución
¡Gracias por tus comentarios!
single