Kiểm định phi tham số

Nền tảng Suy luận trong Python

Paul Savala

Assistant Professor of Mathematics

Kiểm định phi tham số

  • Có thể có giả định
  • Không yêu cầu chuẩn hóa
  • Áp dụng cho nhiều loại dữ liệu
  • Đôi khi kém mạnh hơn
  • Hữu ích cho dữ liệu xếp hạng (ví dụ: sao)

Bốn biểu đồ histogram, mỗi cái có phân bố khác nhau.

Nền tảng Suy luận trong Python

Kiểm định tham số

 

  • t-test mẫu độc lập
  • ANOVA
  • t-test cặp mẫu
  • Hệ số Pearson R

Phi tham số

 

  • Kiểm định U Wilcoxon–Mann–Whitney
  • Kiểm định Kruskal–Wallis
  • Kiểm định trung vị của Mood
  • Tau của Kendall
Nền tảng Suy luận trong Python

Kiểm định trung vị của Mood

So sánh trung vị của hai phép đo theo cặp

Năm hàng của DataFrame với các trường đại học khác nhau và hai cột điểm.

Có thể không phân phối chuẩn

s, p_value, m, table = stats.median_test(df['thew_score'], df['arw_score'])
Nền tảng Suy luận trong Python

Kiểm định trung vị của Mood

print(p_value < 0.05)

TRUE
  • Kết luận: Trung vị xếp hạng khác nhau
  • t-test giả định phân phối chuẩn (kiểm định Mood thì không)
  • Suy luận chỉ hợp lệ khi dữ liệu khớp giả định
  • Dùng đúng công cụ cho đúng việc!
Nền tảng Suy luận trong Python

Tau của Kendall

  • Giá trị giữa -1 và 1
  • $\tau = -1$: Bất đồng hoàn toàn
  • $\tau = 0$: Không tương quan
  • $\tau = 1$: Đồng thuận hoàn toàn

Năm hàng của DataFrame với các trường đại học khác nhau, hiển thị xếp hạng cho từng trường.

tau, p_value = stats.kendalltau(
    df['thew_rank'], 
    df['arw_rank'])


print(tau, p_value < 0.05)

0.651, TRUE
Nền tảng Suy luận trong Python

Ayo berlatih!

Nền tảng Suy luận trong Python

Preparing Video For Download...