Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Вивчайте Виконання t-Тесту в Python | Статистичне Тестування
Вивчення Статистики з Python
course content

Зміст курсу

Вивчення Статистики з Python

Вивчення Статистики з Python

1. Базові Поняття
Вибірка проти Генеральної СукупностіТипи статистикиТипи ДанихСереднє ЗначенняМедіанне ЗначенняМедіанне Значення Для Парної Кількості ЗначеньСереднє чи МедіанаМодаТест з Описової Статистики
2. Середнє, Медіана та Мода з Python
Дослідження Набору ДанихОбчислення Середнього та Медіанного Значень за Допомогою PythonСтатистика з PandasОбчислення Середньої та Медіанної Заробітної Плати
3. Дисперсія та Стандартне Відхилення
Дисперсія Генеральної СукупностіВибіркова ДисперсіяОбчислення Дисперсії за Допомогою PythonСтандартне ВідхиленняСтандартне Відхилення з PythonОбчислення Дисперсії та Стандартного Відхилення
4. Коваріація проти Кореляції
КоваріаціяКореляціяТест на Коваріацію та КореляціюОбчислення Коваріації та Кореляції
5. Довірчий Інтервал
Дослідження Набору ДанихДовірчий ІнтервалОбчислення Довірчого Інтервалу за Допомогою PythonТест на Ширину Довірчого ІнтервалуОбчислення 95% Довірчого ІнтервалуРозширений Розрахунок Довірчого Інтервалу з Використанням PythonЗіставте Функції
6. Статистичне Тестування
Що таке t-тестГіпотезиТ-тест МатематичноОдновибірковий та Двовибірковий ТестПередумови T-ТестуВиконання t-Тесту в PythonПроведення t-тестуПарний t-тест

book
Виконання t-Тесту в Python

Щоб провести t-тест у Python, потрібно лише вказати альтернативну гіпотезу та зазначити, чи є дисперсії приблизно однаковими (гомогенними).

Функція ttest_ind() з модуля scipy.stats виконує решту. Нижче наведено синтаксис:

python

Параметри:

  • a — перша вибірка;

  • b — друга вибірка;

  • equal_var — встановіть True, якщо дисперсії приблизно однакові, і False, якщо ні;

  • alternative — тип альтернативної гіпотези:

    • 'two-sided' — означає, що середні значення не рівні;

    • 'less' — означає, що перше середнє менше за друге;

    • 'greater' — означає, 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 вказує на рівність середніх значень.

Нижче наведено приклад застосування t-тесту до набору даних із зростом:


              
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")
copy
Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

Секція 6. Розділ 6

Запитати АІ

expand
ChatGPT

Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат

course content

Зміст курсу

Вивчення Статистики з Python

Вивчення Статистики з Python

1. Базові Поняття
Вибірка проти Генеральної СукупностіТипи статистикиТипи ДанихСереднє ЗначенняМедіанне ЗначенняМедіанне Значення Для Парної Кількості ЗначеньСереднє чи МедіанаМодаТест з Описової Статистики
2. Середнє, Медіана та Мода з Python
Дослідження Набору ДанихОбчислення Середнього та Медіанного Значень за Допомогою PythonСтатистика з PandasОбчислення Середньої та Медіанної Заробітної Плати
3. Дисперсія та Стандартне Відхилення
Дисперсія Генеральної СукупностіВибіркова ДисперсіяОбчислення Дисперсії за Допомогою PythonСтандартне ВідхиленняСтандартне Відхилення з PythonОбчислення Дисперсії та Стандартного Відхилення
4. Коваріація проти Кореляції
КоваріаціяКореляціяТест на Коваріацію та КореляціюОбчислення Коваріації та Кореляції
5. Довірчий Інтервал
Дослідження Набору ДанихДовірчий ІнтервалОбчислення Довірчого Інтервалу за Допомогою PythonТест на Ширину Довірчого ІнтервалуОбчислення 95% Довірчого ІнтервалуРозширений Розрахунок Довірчого Інтервалу з Використанням PythonЗіставте Функції
6. Статистичне Тестування
Що таке t-тестГіпотезиТ-тест МатематичноОдновибірковий та Двовибірковий ТестПередумови T-ТестуВиконання t-Тесту в PythonПроведення t-тестуПарний t-тест

book
Виконання t-Тесту в Python

Щоб провести t-тест у Python, потрібно лише вказати альтернативну гіпотезу та зазначити, чи є дисперсії приблизно однаковими (гомогенними).

Функція ttest_ind() з модуля scipy.stats виконує решту. Нижче наведено синтаксис:

python

Параметри:

  • a — перша вибірка;

  • b — друга вибірка;

  • equal_var — встановіть True, якщо дисперсії приблизно однакові, і False, якщо ні;

  • alternative — тип альтернативної гіпотези:

    • 'two-sided' — означає, що середні значення не рівні;

    • 'less' — означає, що перше середнє менше за друге;

    • 'greater' — означає, 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 вказує на рівність середніх значень.

Нижче наведено приклад застосування t-тесту до набору даних із зростом:


              
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")
copy
Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

Секція 6. Розділ 6
Ми дуже хвилюємося, що щось пішло не так. Що трапилося?
some-alt