Lær Statistik med Python

Kursusindhold

Lær Statistik med Python

Lær Statistik med Python

1. Grundlæggende Begreber

Stikprøve vs Population Typer af Statistik Datatyper Middelværdi Medianværdi Medianværdi af et Lige Antal Værdier Gennemsnit eller Median Typetal Quiz om Beskrivende Statistik

2. Gennemsnit, Median og Typetal med Python

Undersøg Datasættet Beregning af Gennemsnits- og Medianværdier med Python Statistik med Pandas Beregn Gennemsnits- og Medianløn

3. Varians og Standardafvigelse

Populationsvarians Stickprøvevarians Beregn Varians med Python Standardafvigelse Standardafvigelse med Python Beregning af Varians og Standardafvigelse

4. Kovarians vs Korrelation

Kovarians Korrelation Quiz om Kovarians og Korrelation Beregn Kovarians og Korrelation

5. Konfidensinterval

Undersøg Datasættet Konfidensinterval Beregning af Konfidensinterval med Python Quiz om Konfidensintervalbredde Beregn 95% Konfidensinterval Avanceret Beregning af Konfidensintervaller med Python Match Funktionerne

6. Statistisk Testning

Hvad Er T-Test Hypoteser T-test Matematisk Én-sidet og To-sidet Test Forudsætninger for T-test Udførelse af en t-test i Python Gennemfør en t-test Parret T-test

Forudsætninger for T-test

Hovedideen bag t-testen er, at den følger t-fordelingen. For at dette skal være sandt, antages nogle vigtige forudsætninger:

Homogenitet af varians. Variansen i de to sammenlignede grupper bør være omtrent ens;
Normalitet. Begge stikprøver bør nogenlunde følge en normalfordeling;
Uafhængighed. Stikprøverne skal være uafhængige, hvilket betyder, at værdierne i den ene gruppe ikke bør påvirkes af dem i den anden gruppe.

Det er vigtigt at bemærke, at t-testen kan give unøjagtige resultater, hvis disse forudsætninger ikke er opfyldt.

Der findes forskellige typer af t-tests, der håndterer overtrædelser af nogle af forudsætningerne:

Hvis varianserne er forskellige, kan du udføre Welch's t-test. Idéen er den samme. Den eneste forskel er frihedsgraderne. At udføre Welch's t-test i stedet for den almindelige t-test i Python er så simpelt som at sætte equal_var=False;
Hvis stikprøverne ikke er uafhængige (for eksempel, hvis du vil sammenligne gennemsnittene for den samme gruppe på forskellige tidspunkter), kan du udføre en parret t-test. En parret t-test vil blive gennemgået i et senere kapitel.

Var alt klart?

Tak for dine kommentarer!

Sektion 6. Kapitel 5

Spørg AI

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Kursusindhold

Lær Statistik med Python

Lær Statistik med Python

1. Grundlæggende Begreber

Stikprøve vs Population Typer af Statistik Datatyper Middelværdi Medianværdi Medianværdi af et Lige Antal Værdier Gennemsnit eller Median Typetal Quiz om Beskrivende Statistik

2. Gennemsnit, Median og Typetal med Python

Undersøg Datasættet Beregning af Gennemsnits- og Medianværdier med Python Statistik med Pandas Beregn Gennemsnits- og Medianløn

3. Varians og Standardafvigelse

Populationsvarians Stickprøvevarians Beregn Varians med Python Standardafvigelse Standardafvigelse med Python Beregning af Varians og Standardafvigelse

4. Kovarians vs Korrelation

Kovarians Korrelation Quiz om Kovarians og Korrelation Beregn Kovarians og Korrelation

5. Konfidensinterval

Undersøg Datasættet Konfidensinterval Beregning af Konfidensinterval med Python Quiz om Konfidensintervalbredde Beregn 95% Konfidensinterval Avanceret Beregning af Konfidensintervaller med Python Match Funktionerne

6. Statistisk Testning

Hvad Er T-Test Hypoteser T-test Matematisk Én-sidet og To-sidet Test Forudsætninger for T-test Udførelse af en t-test i Python Gennemfør en t-test Parret T-test

Forudsætninger for T-test

Hovedideen bag t-testen er, at den følger t-fordelingen. For at dette skal være sandt, antages nogle vigtige forudsætninger:

Homogenitet af varians. Variansen i de to sammenlignede grupper bør være omtrent ens;
Normalitet. Begge stikprøver bør nogenlunde følge en normalfordeling;
Uafhængighed. Stikprøverne skal være uafhængige, hvilket betyder, at værdierne i den ene gruppe ikke bør påvirkes af dem i den anden gruppe.

Det er vigtigt at bemærke, at t-testen kan give unøjagtige resultater, hvis disse forudsætninger ikke er opfyldt.

Der findes forskellige typer af t-tests, der håndterer overtrædelser af nogle af forudsætningerne:

Hvis varianserne er forskellige, kan du udføre Welch's t-test. Idéen er den samme. Den eneste forskel er frihedsgraderne. At udføre Welch's t-test i stedet for den almindelige t-test i Python er så simpelt som at sætte equal_var=False;
Hvis stikprøverne ikke er uafhængige (for eksempel, hvis du vil sammenligne gennemsnittene for den samme gruppe på forskellige tidspunkter), kan du udføre en parret t-test. En parret t-test vil blive gennemgået i et senere kapitel.

Var alt klart?

Tak for dine kommentarer!

Sektion 6. Kapitel 5

some-alt