Lära Utföra ett t-test i Python

För att utföra ett t-test i Python behöver du endast ange den alternativa hypotesen och ange om varianserna är ungefär lika (homogena).

Funktionen ttest_ind() i scipy.stats hanterar resten. Nedan visas syntaxen:

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

Parametrar:

a — det första urvalet;
b — det andra urvalet;
equal_var — sätt till True om varianserna är ungefär lika, och False om de inte är det;
alternative — typ av alternativ hypotes:
- 'two-sided' — anger att medelvärdena inte är lika;
- 'less' — innebär att det första medelvärdet är mindre än det andra;
- 'greater' — innebär att det första medelvärdet är större än det andra.

Returvärden:

statistic — värdet på t-statistikan;
pvalue — p-värdet.

Fokus ligger på p-value. Om p-value är lägre än α (vanligtvis 0,05) hamnar t-statistikan inom det kritiska området, vilket leder till att den alternativa hypotesen accepteras. Om p-value är större än α accepteras nollhypotesen, vilket indikerar att medelvärdena är lika.

Här är ett exempel på hur t-testet tillämpas på höjddatamängden:


              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")

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 6. Kapitel 6

Fråga AI

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Svep för att visa menyn