Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Apprendre Réaliser un Test T | Tests Statistiques
Apprendre les Statistiques avec Python

bookRéaliser un Test T

Une entreprise souhaite déterminer s'il existe une différence significative dans les niveaux de productivité des développeurs travaillant à domicile par rapport à ceux travaillant au bureau. Heureusement, vous savez déjà qu'un test t peut aider à répondre à cette question.

L'entreprise dispose de deux équipes de développeurs indépendantes : l'une travaille à distance, l'autre au bureau. Deux fichiers vous ont été fournis, 'work_from_home.csv' et 'work_from_office.csv', contenant le nombre mensuel de tâches accomplies par chaque développeur.

La tâche consiste à réaliser un test t. L'entreprise souhaite savoir si les développeurs travaillant au bureau sont plus productifs que ceux travaillant à domicile. Si c'est le cas, elle obligera également la seconde équipe à travailler au bureau. Si les travailleurs à domicile sont plus productifs, aucun changement ne sera effectué. L'hypothèse alternative souhaitée est donc : « La productivité moyenne des travailleurs au bureau est supérieure à celle des travailleurs à domicile ».

Vérification de l'égalité des variances :

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

L'écart type du second groupe est deux fois supérieur à celui du premier, donc les variances diffèrent. Rappel de la fonction ttest_ind pour effectuer un test t.

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

Swipe to start coding

Vous comparez la productivité des employés travaillant à domicile et au bureau. Votre objectif est de déterminer si les employés de bureau ont une productivité moyenne supérieure à celle des employés à domicile en utilisant un test t pour échantillons indépendants.

  1. Importez la bibliothèque scipy.stats avec l'alias st.
  2. Utilisez la fonction st.ttest_ind() pour effectuer le test t avec la configuration suivante :
  • Échantillons : office_workers, home_workers.
  • Hypothèse alternative : office > home.
  • Les variances ne sont pas égales (equal_var=False).
  1. Stockez les résultats dans les variables tstat et pvalue.
  2. En fonction de la valeur de pvalue, affichez l'un des messages suivants :
  • "We support the null hypothesis, the mean values are equal" si pvalue > 0.05.
  • "We reject the null hypothesis, the mean values are different" sinon.

Solution

Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 6. Chapitre 7
single

single

Demandez à l'IA

expand

Demandez à l'IA

ChatGPT

Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion

close

Awesome!

Completion rate improved to 2.63

bookRéaliser un Test T

Glissez pour afficher le menu

Une entreprise souhaite déterminer s'il existe une différence significative dans les niveaux de productivité des développeurs travaillant à domicile par rapport à ceux travaillant au bureau. Heureusement, vous savez déjà qu'un test t peut aider à répondre à cette question.

L'entreprise dispose de deux équipes de développeurs indépendantes : l'une travaille à distance, l'autre au bureau. Deux fichiers vous ont été fournis, 'work_from_home.csv' et 'work_from_office.csv', contenant le nombre mensuel de tâches accomplies par chaque développeur.

La tâche consiste à réaliser un test t. L'entreprise souhaite savoir si les développeurs travaillant au bureau sont plus productifs que ceux travaillant à domicile. Si c'est le cas, elle obligera également la seconde équipe à travailler au bureau. Si les travailleurs à domicile sont plus productifs, aucun changement ne sera effectué. L'hypothèse alternative souhaitée est donc : « La productivité moyenne des travailleurs au bureau est supérieure à celle des travailleurs à domicile ».

Vérification de l'égalité des variances :

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

L'écart type du second groupe est deux fois supérieur à celui du premier, donc les variances diffèrent. Rappel de la fonction ttest_ind pour effectuer un test t.

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

Swipe to start coding

Vous comparez la productivité des employés travaillant à domicile et au bureau. Votre objectif est de déterminer si les employés de bureau ont une productivité moyenne supérieure à celle des employés à domicile en utilisant un test t pour échantillons indépendants.

  1. Importez la bibliothèque scipy.stats avec l'alias st.
  2. Utilisez la fonction st.ttest_ind() pour effectuer le test t avec la configuration suivante :
  • Échantillons : office_workers, home_workers.
  • Hypothèse alternative : office > home.
  • Les variances ne sont pas égales (equal_var=False).
  1. Stockez les résultats dans les variables tstat et pvalue.
  2. En fonction de la valeur de pvalue, affichez l'un des messages suivants :
  • "We support the null hypothesis, the mean values are equal" si pvalue > 0.05.
  • "We reject the null hypothesis, the mean values are different" sinon.

Solution

Switch to desktopPassez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous
Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 6. Chapitre 7
single

single

some-alt