Założenia testowania hipotez

Testowanie hipotez w Pythonie

James Chapman

Curriculum Manager, DataCamp

Losowość

Założenie

Próby są losowymi podzbiorami większych populacji

Konsekwencja

Próba nie jest reprezentatywna dla populacji

Jak to sprawdzić

Zrozumieć, jak zebrano dane
Skonsultować się z osobą zbierającą dane lub ekspertem dziedzinowym

Logo z napisem „Responsibly Sourced Ingredients".

¹ Techniki próbkowania omówiono w kursie "Sampling in Python".

Niezależność obserwacji

Założenie

Każda obserwacja (wiersz) w zbiorze danych jest niezależna

Konsekwencja

Większe ryzyko błędu fałszywie negatywnego/pozytywnego

Jak to sprawdzić

Zrozumieć, jak zebrano dane

Duży rozmiar próby

Założenie

Próba jest wystarczająco duża, aby ograniczyć niepewność i zastosować Centralne Twierdzenie Graniczne

Konsekwencja

Szersze przedziały ufności
Większe ryzyko błędów fałszywie negatywnych/pozytywnych

Jak to sprawdzić

Zależy od rodzaju testu

Duży rozmiar próby: test t

Jedna próba

Co najmniej 30 obserwacji w próbie

$n \ge 30$

$n$: rozmiar próby

Dwie próby

Co najmniej 30 obserwacji w każdej próbie

$n_{1} \ge 30, n_{2} \ge 30$

$n_{i}$: rozmiar próby dla grupy $i$

Próby parowane

Co najmniej 30 par obserwacji w próbach

Liczba wierszy w danych $\ge 30$

ANOVA

Co najmniej 30 obserwacji w każdej próbie

$n_{i} \ge 30$ dla wszystkich wartości $i$

Duży rozmiar próby: testy proporcji

Jedna próba

Liczba sukcesów w próbie jest większa lub równa 10

$n \times \hat{p} \ge 10$

Liczba porażek w próbie jest większa lub równa 10

$n \times (1 - \hat{p}) \ge 10$

$n$: rozmiar próby
$\hat{p}$: odsetek sukcesów w próbie

Dwie próby

Liczba sukcesów w każdej próbie jest większa lub równa 10

$n_{1} \times \hat{p}_{1} \ge 10$

$n_{2} \times \hat{p}_{2} \ge 10$

Liczba porażek w każdej próbie jest większa lub równa 10

$n_{1} \times (1 - \hat{p}_{1}) \ge 10$

$n_{2} \times (1 - \hat{p}_{2}) \ge 10$

Duży rozmiar próby: testy chi-kwadrat

Liczba sukcesów w każdej grupie jest większa lub równa 5

$n_{i} \times \hat{p}_{i} \ge 5$ dla wszystkich wartości $i$

Liczba porażek w każdej grupie jest większa lub równa 5

$n_{i} \times (1 - \hat{p}_{i}) \ge 5$ dla wszystkich wartości $i$

$n_{i}$: rozmiar próby dla grupy $i$
$\hat{p}_{i}$: odsetek sukcesów w grupie próby $i$

Weryfikacja założeń

Jeśli rozkład bootstrapowy nie wygląda normalnie, założenia prawdopodobnie nie są spełnione

Sprawdź ponownie zbieranie danych pod kątem losowości, niezależności i rozmiaru próby

Czas na ćwiczenia!

Testowanie hipotez w Pythonie