Chọn phép kiểm định thống kê phù hợp

Thiết kế thí nghiệm với Python

James Chapman

Curriculum Manager, DataCamp

Chọn kiểm định phù hợp

Đặc trưng của dữ liệu
- Kiểu dữ liệu
- Phân phối → nhiều kiểm định giả định chuẩn!
- Số lượng biến
Giả thuyết

Kết quả: kết luận chính xác và đáng tin cậy!

t-test, ANOVA và chi-square

Thư viện công cụ và sách

Bộ dữ liệu: hiệu suất thể thao

Ảnh hưởng của chương trình tập và chế độ ăn đến thành tích thể thao

athletic_perf.sample(n=5)

 Athlete_ID  Training_Program     Diet_Type  Initial_Fitness  Performance_Inc 
        167         Endurance   Plant-Based             High         9.113040               
        289         Endurance          Keto              Low        11.039744               
        164         Endurance   Plant-Based           Medium        11.614835              
         30          Strength          Keto           Medium         7.384686               
        186              HIIT  High-Protein              Low         6.776078

t-test cho mẫu độc lập

So sánh trung bình của hai nhóm
Giả định: phân phối chuẩn, phương sai bằng nhau

from scipy.stats import ttest_ind
group1 = athletic_perf[athletic_perf['Training_Program'] == 'HIIT']['Performance_Inc']
group2 = athletic_perf[athletic_perf['Training_Program'] == 'Endurance']['Performance_Inc']


t_stat, p_val = ttest_ind(group1, group2)
print(f"T-statistic: {t_stat}, P-value: {p_val}")

T-statistic: 0.20671020082911742, P-value: 0.8364563849070663

p_val > $\alpha$ → bằng chứng không đủ về khác biệt trung bình

ANOVA một nhân tố

So sánh trung bình giữa nhiều (>2) nhóm
Giả định: phương sai các nhóm bằng nhau

from scipy.stats import f_oneway
program_types = ['HIIT', 'Endurance', 'Strength']
groups = [athletic_perf_data[athletic_perf_data['Training_Program'] == program]
['Performance_Increase'] for program in program_types]

f_stat, p_val = f_oneway(*groups)
print(f"F-statistic: {f_stat}, P-value: {p_val}")

F-statistic: 1.5270022393256704, P-value: 0.2188859009050602

p_val > $\alpha$ → bằng chứng không đủ về khác biệt trung bình

Kiểm định chi-bình phương về liên hệ

Kiểm định mối liên hệ giữa các biến phân loại
Không giả định về phân phối

from scipy.stats import chi2_contingency
import pandas as pd
contingency_table = pd.crosstab(athletic_perf['Training_Program'],
                                athletic_perf['Diet_Type'])

Diet_Type         High-Protein  Keto  Plant-Based
Training_Program                                 
Endurance                   33    28           33
HIIT                        27    32           40
Strength                    38    29           40

Kiểm định chi-bình phương về liên hệ

chi2_stat, p_val, dof, expected = chi2_contingency(contingency_table)
print(f"Chi2-statistic: {chi2_stat}, P-value: {p_val}")

Chi2-statistic: 2.154450885821988, P-value: 0.7073764021451127

p_val > $\alpha$ → bằng chứng không đủ về một liên hệ

Cùng luyện tập nào!

Thiết kế thí nghiệm với Python