Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Impara Esecuzione di un t-test in Python | Test Statistici
Statistica con Python
course content

Contenuti del Corso

Statistica con Python

Statistica con Python

1. Concetti di Base
2. Media, Mediana e Moda con Python
3. Varianza e Deviazione Standard
4. Covarianza vs Correlazione
5. Intervallo di Confidenza
6. Test Statistici

book
Esecuzione di un t-test in Python

Per eseguire un t-test in Python, è sufficiente specificare l'ipotesi alternativa e indicare se le varianze sono approssimativamente uguali (omogenee).

La funzione ttest_ind() all'interno di scipy.stats gestisce il resto. Di seguito la sintassi:

python

Parametri:

  • a — primo campione;

  • b — secondo campione;

  • equal_var — impostare su True se le varianze sono approssimativamente uguali, su False se non lo sono;

  • alternative — tipo di ipotesi alternativa:

    • 'two-sided' — indica che le medie non sono uguali;

    • 'less' — implica che la prima media è inferiore alla seconda;

    • 'greater' — implica che la prima media è superiore alla seconda.

Valori restituiti:

  • statistic — valore della statistica t;

  • pvalue — valore p.

L'attenzione è rivolta al p-value. Se il p-value è inferiore ad α (solitamente 0,05), la statistica t ricade nella regione critica, portando all'accettazione dell'ipotesi alternativa. Se il p-value è superiore ad α, si accetta l'ipotesi nulla, indicando che le medie sono uguali.

Ecco un esempio di applicazione del t-test al dataset delle altezze:

123456789101112131415
import pandas as pd import scipy.stats as st # Load the data male = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/male.csv').squeeze() female = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/female.csv').squeeze() # Apply t-test t_stat, pvalue = st.ttest_ind(male, female, equal_var=True, alternative="greater") if pvalue > 0.05: # Check if we should support or not the null hypothesis if pvalue > 0.05: print("We support the null hypothesis, the mean values are equal") else: print("We reject the null hypothesis, males are taller")
copy
Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 6. Capitolo 6

Chieda ad AI

expand
ChatGPT

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

course content

Contenuti del Corso

Statistica con Python

Statistica con Python

1. Concetti di Base
2. Media, Mediana e Moda con Python
3. Varianza e Deviazione Standard
4. Covarianza vs Correlazione
5. Intervallo di Confidenza
6. Test Statistici

book
Esecuzione di un t-test in Python

Per eseguire un t-test in Python, è sufficiente specificare l'ipotesi alternativa e indicare se le varianze sono approssimativamente uguali (omogenee).

La funzione ttest_ind() all'interno di scipy.stats gestisce il resto. Di seguito la sintassi:

python

Parametri:

  • a — primo campione;

  • b — secondo campione;

  • equal_var — impostare su True se le varianze sono approssimativamente uguali, su False se non lo sono;

  • alternative — tipo di ipotesi alternativa:

    • 'two-sided' — indica che le medie non sono uguali;

    • 'less' — implica che la prima media è inferiore alla seconda;

    • 'greater' — implica che la prima media è superiore alla seconda.

Valori restituiti:

  • statistic — valore della statistica t;

  • pvalue — valore p.

L'attenzione è rivolta al p-value. Se il p-value è inferiore ad α (solitamente 0,05), la statistica t ricade nella regione critica, portando all'accettazione dell'ipotesi alternativa. Se il p-value è superiore ad α, si accetta l'ipotesi nulla, indicando che le medie sono uguali.

Ecco un esempio di applicazione del t-test al dataset delle altezze:

123456789101112131415
import pandas as pd import scipy.stats as st # Load the data male = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/male.csv').squeeze() female = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/female.csv').squeeze() # Apply t-test t_stat, pvalue = st.ttest_ind(male, female, equal_var=True, alternative="greater") if pvalue > 0.05: # Check if we should support or not the null hypothesis if pvalue > 0.05: print("We support the null hypothesis, the mean values are equal") else: print("We reject the null hypothesis, males are taller")
copy
Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 6. Capitolo 6
Siamo spiacenti che qualcosa sia andato storto. Cosa è successo?
some-alt