올바른 통계 검정 선택
Python으로 배우는 실험 설계
James Chapman
Curriculum Manager, DataCamp
적절한 검정 선택
- 데이터셋 특성
- 데이터 타입
- 분포 → 많은 검정에서 정규성 가정!
- 변수 개수
- 가설
결과: 정확하고 신뢰할 수 있는 결론!
- t-검정, ANOVA, 카이제곱
데이터셋: 운동 성과
- 훈련 프로그램과 식단이 운동 성과에 미치는 영향
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
독립표본 t-검정
- 두 집단의 평균 비교
- 가정: 정규분포, 등분산
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 > $\alpha$ → 평균 차이에 대한 증거 불충분
일원분산분석(ANOVA)
- 여러 집단(>2) 간 평균 비교
- 가정: 집단 간 등분산
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 > $\alpha$ → 평균 차이에 대한 증거 불충분
카이제곱 독립성 검정
- 범주형 변수 간 관계 검정
- 분포에 대한 가정 없음
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
카이제곱 독립성 검정
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 > $\alpha$ → 연관성에 대한 증거 불충분
연습해 봅시다!
Python으로 배우는 실험 설계
