Dwupróbkowy test t

Analiza danych ankietowych w Pythonie

EbunOluwa Andrew

Data Scientist

Porównanie ugodowości

osoby podające sobie ręce

group_a.agreeableness.mean()

4.011701199563795

group_b.agreeableness.mean()

4.03669574700109

Definicja dwupróbkowego testu t

Sprawdza, czy średnie dwóch niezależnych grup różnią się istotnie
Określa, czy różnice są przypadkowe

Butelki z etykietami A i B

Założenia dwupróbkowego testu t

Niezależność
Rozkład normalny
- test Shapiro-Wilka
- stats.shapiro()
- p-wartość > 0.05 -> rozkład normalny
Równe wariancje
- test Levene'a
- stats.levene()
- p-wartość > 0.05 -> równe wariancje

Drewniane klocki z cyframi

Wyniki ankiety

group_a

| userid | agreeableness |
|--------|---------------|
|    895 |          4.78 |
|    a06 |          3.40 |
|    e94 |          3.66 |
|    ee6 |          5.41 |
|    521 |          4.58 |
|    f4c |          3.24 |
...

1 = Mała ugodowość

group_b

| userid | agreeableness |
|--------|---------------|
|    b7e | 4.43          |
|    030 | 2.92          |
|    f91 | 4.01          |
|    36f | 2.20          |
|    875 | 3.83          |
|    750 | 4.95          |
...

7 = Duża ugodowość

Niezależne grupy

dwie grupy

Grupy o rozkładzie normalnym

from scipy.stats import shapiro
import scipy.stats as stats

norm_A = stats.shapiro(
  group_a.agreeableness)

ShapiroResult(
statistic=0.997467577457428,
pvalue=0.16834689676761627)

from scipy.stats import shapiro
import scipy.stats as stats

norm_B = stats.shapiro(
  group_b.agreeableness)

ShapiroResult(
statistic=0.9987381100654602,
pvalue=0.7757995128631592)

Równe wariancje

import scipy.stats as stats

var_test = stats.levene(group_a.agreeableness, group_b.agreeableness)

LeveneResult(statistic=0.40492634057696597, pvalue=0.5246354858484796)

Założenia sprawdzone

Niezależne grupy
- brak wspólnych obserwacji
Grupy o rozkładzie normalnym
Równe wariancje
- brak istotnej różnicy między wariancjami

Rysik Apple Pencil – zdjęcie Dose Media z Unsplash

Dwupróbkowy test t w statsmodels

from scipy import stats

stats.ttest_ind(group_a.agreeableness, group_b.agreeableness)

Dwupróbkowy test t w statsmodels

Ttest_indResult(statistic=0.7746406648066304, pvalue=0.4386519848366188)

Dalsza analiza

group_a_mean = 4.011701199563795

group_b_mean = 4.03669574700109

Zabudowa mieszkalna w Kalifornii

Czas na ćwiczenia!

Analiza danych ankietowych w Pythonie