Lære Statistikk med Python

Kursinnhold

Lære Statistikk med Python

Lære Statistikk med Python

1. Grunnleggende Konsepter

Utvalg vs Populasjon Typer av statistikk Datatyper Gjennomsnitt Medianverdi Medianverdi for Et Partall av Verdier Gjennomsnitt eller Median Typetall Quiz om Beskrivende Statistikk

2. Gjennomsnitt, Median og Modus med Python

Undersøk Datasettet Beregning av Gjennomsnitts- og Medianverdier med Python Statistikk med Pandas Beregne Gjennomsnittlig og Median Lønn

3. Varians og Standardavvik

Populasjonsvarians Utvalgsvarians Beregn Varians med Python Standardavvik Standardavvik med Python Beregning av Varians og Standardavvik

4. Kovarians vs. Korrelasjon

Kovarians Korrelasjon Quiz om Kovarians og Korrelasjon Beregne Kovarians og Korrelasjon

5. Konfidensintervall

Utforsk Datasettet Konfidensintervall Beregning av Konfidensintervall med Python Quiz om Konfidensintervallbredde Beregn 95 % Konfidensintervall Avansert Beregning av Konfidensintervall med Python Matche Funksjonene

6. Statistisk Testing

Hva er t-test Hypoteser T-test Matematisk Enhalet og Tohalet Test Forutsetninger for T-test Utføring av t-test i Python Utføre en t-test Parret T-test

Forutsetninger for T-test

Hovedideen bak t-testen er at den følger t-fordelingen. For at dette skal være tilfelle, gjøres noen viktige antakelser:

Homogenitet av varians. Variansene til de to sammenlignede gruppene bør være omtrent like;
Normalitet. Begge utvalgene bør omtrent følge en normalfordeling;
Uavhengighet. Utvalgene må være uavhengige, noe som innebærer at verdiene i én gruppe ikke skal påvirkes av verdiene i den andre gruppen.

Det er viktig å merke seg at t-testen kan gi unøyaktige resultater dersom disse antakelsene ikke er oppfylt.

Det finnes ulike typer t-tester som håndterer brudd på noen av antakelsene:

Hvis variansene er forskjellige, kan du bruke Welchs t-test. Prinsippet er det samme. Det eneste som skiller er frihetsgradene. Å utføre Welchs t-test i stedet for vanlig t-test i Python er så enkelt som å sette equal_var=False;
Hvis utvalgene ikke er uavhengige (for eksempel hvis du ønsker å sammenligne gjennomsnittet til samme gruppe på ulike tidspunkter), kan du bruke en parret t-test. En parret t-test vil bli gjennomgått i et senere kapittel.

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 6. Kapittel 5

Spør AI

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Kursinnhold

Lære Statistikk med Python

Lære Statistikk med Python

1. Grunnleggende Konsepter

Utvalg vs Populasjon Typer av statistikk Datatyper Gjennomsnitt Medianverdi Medianverdi for Et Partall av Verdier Gjennomsnitt eller Median Typetall Quiz om Beskrivende Statistikk

2. Gjennomsnitt, Median og Modus med Python

Undersøk Datasettet Beregning av Gjennomsnitts- og Medianverdier med Python Statistikk med Pandas Beregne Gjennomsnittlig og Median Lønn

3. Varians og Standardavvik

Populasjonsvarians Utvalgsvarians Beregn Varians med Python Standardavvik Standardavvik med Python Beregning av Varians og Standardavvik

4. Kovarians vs. Korrelasjon

Kovarians Korrelasjon Quiz om Kovarians og Korrelasjon Beregne Kovarians og Korrelasjon

5. Konfidensintervall

Utforsk Datasettet Konfidensintervall Beregning av Konfidensintervall med Python Quiz om Konfidensintervallbredde Beregn 95 % Konfidensintervall Avansert Beregning av Konfidensintervall med Python Matche Funksjonene

6. Statistisk Testing

Hva er t-test Hypoteser T-test Matematisk Enhalet og Tohalet Test Forutsetninger for T-test Utføring av t-test i Python Utføre en t-test Parret T-test

Forutsetninger for T-test

Hovedideen bak t-testen er at den følger t-fordelingen. For at dette skal være tilfelle, gjøres noen viktige antakelser:

Homogenitet av varians. Variansene til de to sammenlignede gruppene bør være omtrent like;
Normalitet. Begge utvalgene bør omtrent følge en normalfordeling;
Uavhengighet. Utvalgene må være uavhengige, noe som innebærer at verdiene i én gruppe ikke skal påvirkes av verdiene i den andre gruppen.

Det er viktig å merke seg at t-testen kan gi unøyaktige resultater dersom disse antakelsene ikke er oppfylt.

Det finnes ulike typer t-tester som håndterer brudd på noen av antakelsene:

Hvis variansene er forskjellige, kan du bruke Welchs t-test. Prinsippet er det samme. Det eneste som skiller er frihetsgradene. Å utføre Welchs t-test i stedet for vanlig t-test i Python er så enkelt som å sette equal_var=False;
Hvis utvalgene ikke er uavhengige (for eksempel hvis du ønsker å sammenligne gjennomsnittet til samme gruppe på ulike tidspunkter), kan du bruke en parret t-test. En parret t-test vil bli gjennomgått i et senere kapittel.

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 6. Kapittel 5

some-alt