Het Uitvoeren van een t-Toets in Python
Voor het uitvoeren van een t-toets in Python hoeft alleen de alternatieve hypothese te worden gespecificeerd en moet worden aangegeven of de varianties ongeveer gelijk zijn (homogeen).
De functie ttest_ind() binnen scipy.stats verzorgt de rest. Hieronder volgt de syntaxis:
st.ttest_ind(a, b, equal_var=True, alternative='two-sided')
Parameters:
a— de eerste steekproef;b— de tweede steekproef;equal_var— instellen opTrueals de varianties ongeveer gelijk zijn, en opFalseals dat niet zo is;alternative— het type alternatieve hypothese:'two-sided'— geeft aan dat de gemiddelden niet gelijk zijn;'less'— impliceert dat het eerste gemiddelde kleiner is dan het tweede;'greater'— impliceert dat het eerste gemiddelde groter is dan het tweede.
Retourwaarden:
statistic— de waarde van de t-statistiek;pvalue— de p-waarde.
De nadruk ligt op de p-value. Als de p-value lager is dan α (meestal 0,05), valt de t-statistiek binnen het kritieke gebied, wat leidt tot acceptatie van de alternatieve hypothese. Als de p-value groter is dan α, wordt de nulhypothese geaccepteerd, wat aangeeft dat de gemiddelden gelijk zijn.
Hier volgt een voorbeeld van het toepassen van de t-toets op de hoogtedataset:
123456789101112131415import pandas as pd import scipy.stats as st # Load the data male = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/male.csv').squeeze() female = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/female.csv').squeeze() # Apply t-test t_stat, pvalue = st.ttest_ind(male, female, equal_var=True, alternative="greater") if pvalue > 0.05: # Check if we should support or not the null hypothesis if pvalue > 0.05: print("We support the null hypothesis, the mean values are equal") else: print("We reject the null hypothesis, males are taller")
Bedankt voor je feedback!
Vraag AI
Vraag AI
Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.
Awesome!
Completion rate improved to 2.63Het Uitvoeren van een t-Toets in Python
Veeg om het menu te tonen
Voor het uitvoeren van een t-toets in Python hoeft alleen de alternatieve hypothese te worden gespecificeerd en moet worden aangegeven of de varianties ongeveer gelijk zijn (homogeen).
De functie ttest_ind() binnen scipy.stats verzorgt de rest. Hieronder volgt de syntaxis:
st.ttest_ind(a, b, equal_var=True, alternative='two-sided')
Parameters:
a— de eerste steekproef;b— de tweede steekproef;equal_var— instellen opTrueals de varianties ongeveer gelijk zijn, en opFalseals dat niet zo is;alternative— het type alternatieve hypothese:'two-sided'— geeft aan dat de gemiddelden niet gelijk zijn;'less'— impliceert dat het eerste gemiddelde kleiner is dan het tweede;'greater'— impliceert dat het eerste gemiddelde groter is dan het tweede.
Retourwaarden:
statistic— de waarde van de t-statistiek;pvalue— de p-waarde.
De nadruk ligt op de p-value. Als de p-value lager is dan α (meestal 0,05), valt de t-statistiek binnen het kritieke gebied, wat leidt tot acceptatie van de alternatieve hypothese. Als de p-value groter is dan α, wordt de nulhypothese geaccepteerd, wat aangeeft dat de gemiddelden gelijk zijn.
Hier volgt een voorbeeld van het toepassen van de t-toets op de hoogtedataset:
123456789101112131415import pandas as pd import scipy.stats as st # Load the data male = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/male.csv').squeeze() female = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/female.csv').squeeze() # Apply t-test t_stat, pvalue = st.ttest_ind(male, female, equal_var=True, alternative="greater") if pvalue > 0.05: # Check if we should support or not the null hypothesis if pvalue > 0.05: print("We support the null hypothesis, the mean values are equal") else: print("We reject the null hypothesis, males are taller")
Bedankt voor je feedback!
