Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Impara Eseguire un Test T | Test Statistici
Statistica con Python

Scorri per mostrare il menu

book
Eseguire un Test T

Un'azienda desidera determinare se esiste una differenza significativa nei livelli di produttività degli sviluppatori che lavorano da casa rispetto a quelli che lavorano in ufficio. Fortunatamente, sai già che un t-test può aiutare in questo.

L'azienda dispone di due team di sviluppatori indipendenti: uno lavora da remoto e l'altro lavora dall'ufficio. Ti sono stati forniti due file, 'work_from_home.csv' e 'work_from_office.csv', che contengono il numero mensile di task completati da ciascun sviluppatore.

Il compito è eseguire un t-test. L'azienda vuole sapere se gli sviluppatori che lavorano in ufficio sono più produttivi rispetto a quelli che lavorano da casa. In tal caso, costringerà anche il secondo team a lavorare dall'ufficio. Se invece i lavoratori da casa risultano più produttivi, l'azienda non apporterà modifiche. Quindi l'ipotesi alternativa desiderata è "La produttività media dei lavoratori in ufficio è superiore a quella dei lavoratori da casa".

Verifichiamo se le varianze sono uguali:

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 seconda deviazione standard è il doppio della prima, quindi le varianze sono diverse. Ricorda la funzione ttest_ind per eseguire un t-test.

python
Compito

Swipe to start coding

  1. Importare scipy.stats utilizzando l'alias st.
  2. Eseguire un t-test con la seguente configurazione:
    • Campioni: home_workers, office_workers;
    • Ipotesi alternativa: office > home;
    • Nessuna omogeneità delle varianze.

Soluzione

Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 6. Capitolo 7
Siamo spiacenti che qualcosa sia andato storto. Cosa è successo?

Chieda ad AI

expand
ChatGPT

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

book
Eseguire un Test T

Un'azienda desidera determinare se esiste una differenza significativa nei livelli di produttività degli sviluppatori che lavorano da casa rispetto a quelli che lavorano in ufficio. Fortunatamente, sai già che un t-test può aiutare in questo.

L'azienda dispone di due team di sviluppatori indipendenti: uno lavora da remoto e l'altro lavora dall'ufficio. Ti sono stati forniti due file, 'work_from_home.csv' e 'work_from_office.csv', che contengono il numero mensile di task completati da ciascun sviluppatore.

Il compito è eseguire un t-test. L'azienda vuole sapere se gli sviluppatori che lavorano in ufficio sono più produttivi rispetto a quelli che lavorano da casa. In tal caso, costringerà anche il secondo team a lavorare dall'ufficio. Se invece i lavoratori da casa risultano più produttivi, l'azienda non apporterà modifiche. Quindi l'ipotesi alternativa desiderata è "La produttività media dei lavoratori in ufficio è superiore a quella dei lavoratori da casa".

Verifichiamo se le varianze sono uguali:

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 seconda deviazione standard è il doppio della prima, quindi le varianze sono diverse. Ricorda la funzione ttest_ind per eseguire un t-test.

python
Compito

Swipe to start coding

  1. Importare scipy.stats utilizzando l'alias st.
  2. Eseguire un t-test con la seguente configurazione:
    • Campioni: home_workers, office_workers;
    • Ipotesi alternativa: office > home;
    • Nessuna omogeneità delle varianze.

Soluzione

Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 6. Capitolo 7
Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Siamo spiacenti che qualcosa sia andato storto. Cosa è successo?
some-alt