Parret T-test
Følgende funksjon utfører en paret t-test:
ttest_rel(a, b, alternative='two-sided')
Denne prosessen ligner på den som brukes for uavhengige utvalg, men her trenger vi ikke å kontrollere for 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.
123456789101112import 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')
Swipe to start coding
Du tester om en endring har økt gjennomsnittlig antall nedlastinger.
To datasett er gitt — before og after — som representerer antall nedlastinger før og etter endringene.
Hypotesene er:
- H₀: Gjennomsnittlig antall nedlastinger før og etter endringene er det samme.
- Hₐ: Gjennomsnittlig antall nedlastinger er større etter endringene.
Utfør en parret t-test ved å bruke disse utvalgene og den tilsvarende alternative hypotesen.
- Bruk funksjonen
st.ttest_rel()for å utføre en parret t-test. - Send inn
afterogbeforesom de to første argumentene i denne rekkefølgen. - Sett argumentet
alternative='greater'for å teste om gjennomsnittet etter er større enn før. - Lagre resultatene i variablene
statsogpvalue. - Bruk
pvaluefor å avgjøre om du skal støtte eller forkaste nullhypotesen.
Løsning
Takk for tilbakemeldingene dine!
single
Spør AI
Spør AI
Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår
What should I do next to conduct the paired t-test?
Can you explain what the histogram and mean lines indicate?
How do I interpret the results of the paired t-test?
Awesome!
Completion rate improved to 2.63Parret T-test
Sveip for å vise menyen
Følgende funksjon utfører en paret t-test:
ttest_rel(a, b, alternative='two-sided')
Denne prosessen ligner på den som brukes for uavhengige utvalg, men her trenger vi ikke å kontrollere for 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.
123456789101112import 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')
Swipe to start coding
Du tester om en endring har økt gjennomsnittlig antall nedlastinger.
To datasett er gitt — before og after — som representerer antall nedlastinger før og etter endringene.
Hypotesene er:
- H₀: Gjennomsnittlig antall nedlastinger før og etter endringene er det samme.
- Hₐ: Gjennomsnittlig antall nedlastinger er større etter endringene.
Utfør en parret t-test ved å bruke disse utvalgene og den tilsvarende alternative hypotesen.
- Bruk funksjonen
st.ttest_rel()for å utføre en parret t-test. - Send inn
afterogbeforesom de to første argumentene i denne rekkefølgen. - Sett argumentet
alternative='greater'for å teste om gjennomsnittet etter er større enn før. - Lagre resultatene i variablene
statsogpvalue. - Bruk
pvaluefor å avgjøre om du skal støtte eller forkaste nullhypotesen.
Løsning
Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenforTakk for tilbakemeldingene dine!
single
