हाइपोथिसिस टेस्टिंग में मान्यताएँ

Python में Hypothesis Testing

James Chapman

Curriculum Manager, DataCamp

रैंडमनेस

मान्यता

सैंपल बड़े पॉपुलेशनों के रैंडम सबसेट हैं

परिणाम
  • सैंपल पॉपुलेशन का प्रतिनिधि नहीं है
कैसे जाँचें
  • समझें कि आपका डेटा कैसे कलेक्ट हुआ
  • डेटा कलेक्टर/डोमेन एक्सपर्ट से बात करें

"Responsibly Sourced Ingredients" वाक्यांश वाला एक लोगो.

1 Sampling techniques पर चर्चा "Sampling in Python" में की गई है.
Python में Hypothesis Testing

ऑब्ज़र्वेशनों की स्वतंत्रता

मान्यता

डेटासेट की हर ऑब्ज़र्वेशन (रो) स्वतंत्र है

परिणाम
  • फॉल्स नेगेटिव/पॉज़िटिव एरर की संभावना बढ़ती है
कैसे जाँचें
  • समझें कि हमारा डेटा कैसे कलेक्ट हुआ
Python में Hypothesis Testing

बड़ा सैंपल साइज

मान्यता

अनिश्चितता घटाने के लिए सैंपल पर्याप्त बड़ा है, ताकि Central Limit Theorem लागू हो

परिणाम
  • कॉन्फिडेंस इंटरवल चौड़े होंगे
  • फॉल्स नेगेटिव/पॉज़िटिव एरर की संभावना बढ़ती है
कैसे जाँचें
  • यह टेस्ट पर निर्भर करता है
Python में Hypothesis Testing

बड़ा सैंपल साइज: t-test

एक सैंपल
  • सैंपल में कम से कम 30 ऑब्ज़र्वेशन

$n \ge 30$

$n$: सैंपल साइज

दो सैंपल
  • हर सैंपल में कम से कम 30 ऑब्ज़र्वेशन

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

$n_{i}$: ग्रुप $i$ का सैंपल साइज

पेयर्ड सैंपल
  • सैंपलों में कुल कम से कम 30 पेयर्स की ऑब्ज़र्वेशन

हमारे डेटा में रो की संख्या $\ge 30$

ANOVA
  • हर सैंपल में कम से कम 30 ऑब्ज़र्वेशन

सभी $i$ के लिए $n_{i} \ge 30$

Python में Hypothesis Testing

बड़ा सैंपल साइज: proportion tests

एक सैंपल
  • सैंपल में सफलताओं की संख्या 10 या उससे अधिक हो

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

  • सैंपल में विफलताओं की संख्या 10 या उससे अधिक हो

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

$n$: सैंपल साइज
$\hat{p}$: सैंपल में सफलताओं का अनुपात

दो सैंपल
  • हर सैंपल में सफलताओं की संख्या 10 या उससे अधिक हो

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

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

  • हर सैंपल में विफलताओं की संख्या 10 या उससे अधिक हो

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

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

Python में Hypothesis Testing

बड़ा सैंपल साइज: chi-square tests

  • हर ग्रुप में सफलताओं की संख्या 5 या उससे अधिक हो

सभी $i$ के लिए $n_{i} \times \hat{p}_{i} \ge 5$

  • हर ग्रुप में विफलताओं की संख्या 5 या उससे अधिक हो

सभी $i$ के लिए $n_{i} \times (1 - \hat{p}_{i}) \ge 5$

$n_{i}$: ग्रुप $i$ का सैंपल साइज
$\hat{p}_{i}$: सैंपल ग्रुप $i$ में सफलताओं का अनुपात

Python में Hypothesis Testing

सैनिटी चेक

यदि बूटस्ट्रैप डिस्ट्रीब्यूशन नॉर्मल नहीं दिखती, तो मान्यताएँ शायद सही नहीं हैं

  • डेटा कलेक्शन को फिर से जाँचें: रैंडमनेस, इंडिपेंडेंस, और सैंपल साइज
Python में Hypothesis Testing

अभ्यास करते हैं!

Python में Hypothesis Testing

Preparing Video For Download...