Bazele inferenței în Python
Paul Savala
Assistant Professor of Mathematics
| Mărimea eșantionului | Mărimea efectului | Alpha |
|---|---|---|
![]() |
![]() |
![]() |
from scipy.stats import norm# Control group: Mean 0 pounds, std 1 poundcontrol = norm.rvs(loc=0,scale=1,size=100)# Treatment group: Mean -2 pounds, std 1 poundtreatment = norm.rvs(loc=-2, scale=1, size=100)
$H_0$: Nicio diferență în pierderea în greutate (incorect)
$H_a$: Grupul tratat pierde în greutate (corect)
Concluzie: Se respinge corect $H_0$ în favoarea $H_a$.
from scipy.stats import ttest_ind# Conduct a t-test alpha = 0.05 t_test = ttest_ind(treatment, control, alternative='less')# Check the significance print(t_test.pvalue < alpha)
TRUE
control = norm.rvs(loc=0, scale=1, size=5) treatment = norm.rvs(loc=-2, scale=1, size=5)# Conduct a t-test tt = ttest_ind(treatment, control, alternative='less')print(tt.pvalue < 0.05)
FALSE
Concluzie: Nu se respinge H0 (incorect)
# Weight loss = 0.2 pounds, sample size = 100treatment = norm.rvs(loc=-0.2, scale=1, size=100)# Conduct a t-test t_test = ttest_ind(treatment, control, alternative='less')print(t_test.pvalue < 0.05)
FALSE

Dacă există un efect semnificativ, îl va detecta testul nostru?

Puterea unui test: Dacă ipoteza alternativă (Ha) este adevărată, cât de probabil este ca testul să respingă H0 pe baza datelor furnizate?
Calculați puterea înainte de colectarea eșantionului
from statsmodels.stats import power # Power function tt_power = power.TTestIndPower()# Calculate power pwr = tt_power.power(effect_size=0.2,nobs1=100,alpha=0.05)print(pwr)
0.291
Probabilitate mică de detecție!
nobs1 = TTestIndPower().solve_power(effect_size=-0.2, nobs1=None, # Solve for alpha=0.05, power=0.8)print(nobs1)
13735.26
Bazele inferenței în Python