Utføre en t-test

Et selskap ønsker å finne ut om det er en signifikant forskjell i produktivitetsnivået mellom utviklere som jobber hjemmefra og de som jobber på kontoret. Heldigvis vet du allerede at en t-test kan hjelpe med dette.

Selskapet har to uavhengige utviklerteam: ett jobber eksternt, og det andre jobber fra kontoret. Du har fått to filer, 'work_from_home.csv' og 'work_from_office.csv', som inneholder månedlige antall fullførte oppgaver for hver utvikler.

Oppgaven er å gjennomføre en t-test. Selskapet ønsker å vite om utviklere som jobber fra kontoret er mer produktive enn de som jobber hjemmefra. Hvis det er tilfelle, vil de også tvinge det andre teamet til å jobbe fra kontoret. Dersom hjemmearbeidere er mer produktive, vil selskapet ikke gjøre noen endringer. Den ønskede alternative hypotesen er derfor: "Gjennomsnittlig produktivitet for kontorarbeidere er høyere enn for hjemmearbeidere".

La oss undersøke om variansene er like:

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())


              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())

Den andre standardavviket er dobbelt så stort som det første, så variansene er forskjellige. Husk funksjonen ttest_ind for å utføre en t-test.


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

Oppgave

Swipe to start coding

Importer scipy.stats med aliaset st.
Utfør en t-test med følgende oppsett:
- Utvalg: home_workers, office_workers;
- Alternativ hypotese: office > home;
- Ingen homogenitet av varians.

Løsning

import pandas as pd

import scipy.stats as st

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()

# Apply t-test

tstat, pvalue = st.ttest_ind(office_workers, home_workers, equal_var=False, alternative='greater')

if pvalue > 0.05:

# Check if we should support or not the null hypothesis if p_test > 0.05:

print('We support the null hypothesis, the mean values are equal')

else:

print('We reject the null hypothesis, the mean values are different')

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 6. Kapittel 7

single

import pandas as pd

import ___ as st

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()

# Apply t-test

tstat, pvalue = st.___(___, ___, equal_var=___, ___)

if pvalue > 0.05:

# Check if we should support or not the null hypothesis if p_test > 0.05:

print('We support the null hypothesis, the mean values are equal')

else:

print('We reject the null hypothesis, the mean values are different')

Spør AI

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