Nichtparametrische Tests in der Experimentanalyse anwenden

Versuchsplanung mit Python

James Chapman

Curriculum Manager, DataCamp

Wann nichtparametrische Tests nutzen

 

  • Voraussetzungen parametrischer Tests nicht erfüllt
  • Daten auf Ordinalskala oder nicht normalverteilt
  • Robust gegenüber Ausreißern und nichtlinearer Struktur

Schiefe Verteilung

Versuchsplanung mit Python

Nichtparametrische Methoden erkunden

 

  • Nichtparametrische Methoden für Daten, die Annahmen nicht erfüllen
  • Mann–Whitney-U-Test: vergleicht zwei unabhängige Gruppen
  • Kruskal–Wallis-Test: vergleicht mehr als zwei Gruppen

Nicht-normalverteilte Daten

Versuchsplanung mit Python

Nichtparametrische Daten visualisieren

  • Violinplots: Verteilungen über Gruppen visualisieren
condensed_data = mineral_rocks[mineral_rocks['RockType'].isin(['Igneous', 'Metamorphic'])]

sns.violinplot(x='RockType', y='MineralHardness', data=condensed_data)

Violinplot der Mineralhärte nach Gesteinstyp (magmatisch vs. metamorph)

Versuchsplanung mit Python

Nichtparametrische Daten visualisieren

  • Boxenplot: besserer Einblick in die Verteilungsform
sns.boxenplot(x='RockType', y='MineralHardness', data=mineral_rocks)

Boxenplot der Mineralhärte über Gesteinstypen

Versuchsplanung mit Python

Nichtparametrische Tests anwenden – Mann-Whitney U

from scipy.stats import mannwhitneyu, kruskal
u_stat, u_pval = mannwhitneyu(
    mineral_rocks[mineral_rocks['RockType'] == 'Igneous']['MineralHardness'],
    mineral_rocks[mineral_rocks['RockType'] == 'Sedimentary']['MineralHardness']
)

print(f"Mann-Whitney U test p-value: {u_pval:.4f}")
Mann-Whitney U test p-value: 0.9724
Versuchsplanung mit Python

Nichtparametrische Tests anwenden – Kruskal–Wallis

k_stat, k_pval = kruskal(
    mineral_rocks[mineral_rocks['RockType'] == 'Igneous']['MineralHardness'],
    mineral_rocks[mineral_rocks['RockType'] == 'Sedimentary']['MineralHardness'],
    mineral_rocks[mineral_rocks['RockType'] == 'Metamorphic']['MineralHardness']
)

print(f"Kruskal-Wallis test p-value: {k_pval:.4f}")
Kruskal-Wallis test p-value: 0.0630
Versuchsplanung mit Python

Lass uns üben!

Versuchsplanung mit Python

Preparing Video For Download...