Dvouvýběrový t-test

Analýza dat z průzkumů v Pythonu

EbunOluwa Andrew

Data Scientist

Porovnání přívětivosti

lidé si podávají ruce

group_a.agreeableness.mean()

4.011701199563795

group_b.agreeableness.mean()

4.03669574700109

Definice dvouvýběrového t-testu

Zkoumá, zda se průměry dvou nezávislých skupin významně liší
Určuje, zda jsou rozdíly náhodné

Lahvičky označené A a B

Předpoklady dvouvýběrového t-testu

Nezávislost
Normální rozdělení
- Shapiro-Wilkův test
- stats.shapiro()
- p-hodnota > 0,05 -> normální rozdělení
Rovnost rozptylů
- Levenův test
- stats.levene()
- p-hodnota > 0,05 -> rovné rozptyly

Dřevěné číslice

Výsledky průzkumu

group_a

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

1 = Nepřívětivý

group_b

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

7 = Přívětivý

Nezávislé skupiny

dvě skupiny

Normálně rozdělené skupiny

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)

Rovnost rozptylů

import scipy.stats as stats

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

LeveneResult(statistic=0.40492634057696597, pvalue=0.5246354858484796)

Předpoklady ověřeny

Nezávislé skupiny
- bez překryvu jedinců
Normálně rozdělené skupiny
Rovné rozptyly
- žádný významný rozdíl mezi oběma rozptyly

Apple Pencil – foto: Dose Media na Unsplash

Dvouvýběrový t-test se statsmodels

from scipy import stats

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

Dvouvýběrový t-test se statsmodels

Ttest_indResult(statistic=0.7746406648066304, pvalue=0.4386519848366188)

Další analýza

group_a_mean = 4.011701199563795

group_b_mean = 4.03669574700109

Bydlení v Kalifornii

Pojďme si procvičit!

Analýza dat z průzkumů v Pythonu