Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Parret T-test | Statistisk Testing
Lære Statistikk med Python

Sveip for å vise menyen

book
Parret T-test

Følgende funksjon utfører en paret t-test:

python

Denne prosessen ligner på den som brukes for uavhengige utvalg, men her trenger vi ikke å sjekke homogenitet av varians. Den parete t-testen forutsetter ikke at variansene er like.

Vær oppmerksom på at for en paret t-test er det avgjørende at utvalgsstørrelsene er like.

Med denne informasjonen kan du gå videre til oppgaven med å utføre en paret t-test.

Her har du data om antall nedlastinger for en bestemt app. Se på utvalgene: gjennomsnittsverdiene er nesten identiske.

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
Oppgave

Swipe to start coding

Hypoteser er etablert:

  • H₀: Gjennomsnittlig antall nedlastinger før og etter endringene er det samme;
  • Hₐ: Gjennomsnittlig antall nedlastinger er høyere etter endringene.

Utfør en paret t-test med dette alternative hypoteset, ved å bruke before og after som utvalg.

Løsning

Switch to desktopBytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor
Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 6. Kapittel 8

Spør AI

expand
ChatGPT

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

book
Parret T-test

Følgende funksjon utfører en paret t-test:

python

Denne prosessen ligner på den som brukes for uavhengige utvalg, men her trenger vi ikke å sjekke homogenitet av varians. Den parete t-testen forutsetter ikke at variansene er like.

Vær oppmerksom på at for en paret t-test er det avgjørende at utvalgsstørrelsene er like.

Med denne informasjonen kan du gå videre til oppgaven med å utføre en paret t-test.

Her har du data om antall nedlastinger for en bestemt app. Se på utvalgene: gjennomsnittsverdiene er nesten identiske.

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
Oppgave

Swipe to start coding

Hypoteser er etablert:

  • H₀: Gjennomsnittlig antall nedlastinger før og etter endringene er det samme;
  • Hₐ: Gjennomsnittlig antall nedlastinger er høyere etter endringene.

Utfør en paret t-test med dette alternative hypoteset, ved å bruke before og after som utvalg.

Løsning

Switch to desktopBytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor
Alt var klart?

Hvordan kan vi forbedre det?

Takk for tilbakemeldingene dine!

Seksjon 6. Kapittel 8
Switch to desktopBytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor
Vi beklager at noe gikk galt. Hva skjedde?
some-alt