Виконання t-Тесту в Python
Для проведення t-тесту в Python необхідно лише вказати альтернативну гіпотезу та зазначити, чи є дисперсії приблизно однаковими (гомогенними).
Функція ttest_ind() з модуля scipy.stats виконує решту дій. Нижче наведено синтаксис:
st.ttest_ind(a, b, equal_var=True, alternative='two-sided')
Параметри:
a— перша вибірка;b— друга вибірка;equal_var— встановитиTrue, якщо дисперсії приблизно однакові, таFalse, якщо ні;alternative— тип альтернативної гіпотези:'two-sided'— означає, що середні значення не рівні;'less'— припускає, що перше середнє менше за друге;'greater'— припускає, що перше середнє більше за друге.
Повертає:
statistic— значення t-статистики;pvalue— p-значення.
Основна увага приділяється p-value. Якщо p-value менше за α (зазвичай 0.05), t-статистика потрапляє у критичну область, що призводить до прийняття альтернативної гіпотези. Якщо p-value більше за α, приймається нульова гіпотеза, що свідчить про рівність середніх значень.
Нижче наведено приклад застосування t-тесту до набору даних про зріст:
123456789101112131415import 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")
Дякуємо за ваш відгук!
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Awesome!
Completion rate improved to 2.63Виконання t-Тесту в Python
Свайпніть щоб показати меню
Для проведення t-тесту в Python необхідно лише вказати альтернативну гіпотезу та зазначити, чи є дисперсії приблизно однаковими (гомогенними).
Функція ttest_ind() з модуля scipy.stats виконує решту дій. Нижче наведено синтаксис:
st.ttest_ind(a, b, equal_var=True, alternative='two-sided')
Параметри:
a— перша вибірка;b— друга вибірка;equal_var— встановитиTrue, якщо дисперсії приблизно однакові, таFalse, якщо ні;alternative— тип альтернативної гіпотези:'two-sided'— означає, що середні значення не рівні;'less'— припускає, що перше середнє менше за друге;'greater'— припускає, що перше середнє більше за друге.
Повертає:
statistic— значення t-статистики;pvalue— p-значення.
Основна увага приділяється p-value. Якщо p-value менше за α (зазвичай 0.05), t-статистика потрапляє у критичну область, що призводить до прийняття альтернативної гіпотези. Якщо p-value більше за α, приймається нульова гіпотеза, що свідчить про рівність середніх значень.
Нижче наведено приклад застосування t-тесту до набору даних про зріст:
123456789101112131415import 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")
Дякуємо за ваш відгук!
