Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Oppiskele Parillinen t-testi | Tilastollinen Testaaminen
Tilastotieteen Opiskelu Pythonilla

Pyyhkäise näyttääksesi valikon

book
Parillinen t-testi

Seuraava funktio suorittaa parittaisen t-testin:

python

Tämä prosessi muistuttaa riippumattomien otosten testiä, mutta tässä ei tarvitse tarkistaa varianssien homogeenisuutta. Parittainen t-testi ei oleta, että varianssit ovat yhtä suuret.

Huomioi, että parittaisessa t-testissä otoskokojen on oltava yhtä suuret.

Näiden tietojen perusteella voit siirtyä parittaisen t-testin suorittamiseen.

Tässä on tietoja tietyn sovelluksen latausmääristä. Tarkastele otoksia: keskiarvot ovat lähes identtiset.

123456789101112
import pandas as pd import matplotlib.pyplot as plt # Read the data before = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/before.csv').squeeze() after = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/after.csv').squeeze() # Plot histograms plt.hist(before, alpha=0.7) plt.hist(after, alpha=0.7) # Plot the means plt.axvline(before.mean(), color='blue', linestyle='dashed') plt.axvline(after.mean(), color='gold', linestyle='dashed')
copy
Tehtävä

Swipe to start coding

Hypoteesit asetetaan:

  • H₀: Latausten keskiarvo ennen ja jälkeen muutosten on sama;
  • Hₐ: Latausten keskiarvo on suurempi muutosten jälkeen.

Suorita parillinen t-testi tällä vaihtoehtoisella hypoteesilla käyttäen before ja after otoksia.

Ratkaisu

Switch to desktopVaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista
Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 6. Luku 8

Kysy tekoälyä

expand
ChatGPT

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

book
Parillinen t-testi

Seuraava funktio suorittaa parittaisen t-testin:

python

Tämä prosessi muistuttaa riippumattomien otosten testiä, mutta tässä ei tarvitse tarkistaa varianssien homogeenisuutta. Parittainen t-testi ei oleta, että varianssit ovat yhtä suuret.

Huomioi, että parittaisessa t-testissä otoskokojen on oltava yhtä suuret.

Näiden tietojen perusteella voit siirtyä parittaisen t-testin suorittamiseen.

Tässä on tietoja tietyn sovelluksen latausmääristä. Tarkastele otoksia: keskiarvot ovat lähes identtiset.

123456789101112
import pandas as pd import matplotlib.pyplot as plt # Read the data before = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/before.csv').squeeze() after = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/after.csv').squeeze() # Plot histograms plt.hist(before, alpha=0.7) plt.hist(after, alpha=0.7) # Plot the means plt.axvline(before.mean(), color='blue', linestyle='dashed') plt.axvline(after.mean(), color='gold', linestyle='dashed')
copy
Tehtävä

Swipe to start coding

Hypoteesit asetetaan:

  • H₀: Latausten keskiarvo ennen ja jälkeen muutosten on sama;
  • Hₐ: Latausten keskiarvo on suurempi muutosten jälkeen.

Suorita parillinen t-testi tällä vaihtoehtoisella hypoteesilla käyttäen before ja after otoksia.

Ratkaisu

Switch to desktopVaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista
Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 6. Luku 8
Switch to desktopVaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista
Pahoittelemme, että jotain meni pieleen. Mitä tapahtui?
some-alt