Gepaarde t-toets
De volgende functie voert een gepaarde t-toets uit:
ttest_rel(a, b, alternative='two-sided')
Dit proces lijkt op dat voor onafhankelijke steekproeven, maar hier hoeft de homogeniteit van variantie niet gecontroleerd te worden. De gepaarde t-toets gaat er expliciet niet van uit dat de varianties gelijk zijn.
Houd er rekening mee dat bij een gepaarde t-toets het essentieel is dat de steekproefgroottes gelijk zijn.
Met deze informatie kunt u verdergaan met het uitvoeren van een gepaarde t-toets.
Hier vindt u gegevens over het aantal downloads van een bepaalde app. Bekijk de steekproeven: de gemiddelde waarden zijn vrijwel identiek.
123456789101112import pandas as pd import matplotlib.pyplot as plt # Read the data before = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/before.csv').squeeze() after = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/after.csv').squeeze() # Plot histograms plt.hist(before, alpha=0.7) plt.hist(after, alpha=0.7) # Plot the means plt.axvline(before.mean(), color='blue', linestyle='dashed') plt.axvline(after.mean(), color='gold', linestyle='dashed')
Swipe to start coding
Je test of een wijziging het gemiddelde aantal downloads heeft verhoogd.
Er worden twee datasets verstrekt — before en after — die het aantal downloads voor en na de wijzigingen weergeven.
De hypothesen zijn:
- H₀: Het gemiddelde aantal downloads voor en na de wijzigingen is gelijk.
- Hₐ: Het gemiddelde aantal downloads is groter na de wijzigingen.
Voer een gepaarde t-toets uit met deze steekproeven en de bijbehorende alternatieve hypothese.
- Gebruik de functie
st.ttest_rel()om een gepaarde t-toets uit te voeren. - Geef
afterenbeforein deze volgorde door als de eerste twee argumenten. - Stel het argument
alternative='greater'in om te testen of het gemiddelde na de wijziging groter is dan ervoor. - Sla de resultaten op in de variabelen
statsenpvalue. - Gebruik de
pvalueom te bepalen of je de nulhypothese ondersteunt of verwerpt.
Oplossing
Bedankt voor je feedback!
single
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 2.63Gepaarde t-toets
Veeg om het menu te tonen
De volgende functie voert een gepaarde t-toets uit:
ttest_rel(a, b, alternative='two-sided')
Dit proces lijkt op dat voor onafhankelijke steekproeven, maar hier hoeft de homogeniteit van variantie niet gecontroleerd te worden. De gepaarde t-toets gaat er expliciet niet van uit dat de varianties gelijk zijn.
Houd er rekening mee dat bij een gepaarde t-toets het essentieel is dat de steekproefgroottes gelijk zijn.
Met deze informatie kunt u verdergaan met het uitvoeren van een gepaarde t-toets.
Hier vindt u gegevens over het aantal downloads van een bepaalde app. Bekijk de steekproeven: de gemiddelde waarden zijn vrijwel identiek.
123456789101112import pandas as pd import matplotlib.pyplot as plt # Read the data before = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/before.csv').squeeze() after = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/Testing2.0/after.csv').squeeze() # Plot histograms plt.hist(before, alpha=0.7) plt.hist(after, alpha=0.7) # Plot the means plt.axvline(before.mean(), color='blue', linestyle='dashed') plt.axvline(after.mean(), color='gold', linestyle='dashed')
Swipe to start coding
Je test of een wijziging het gemiddelde aantal downloads heeft verhoogd.
Er worden twee datasets verstrekt — before en after — die het aantal downloads voor en na de wijzigingen weergeven.
De hypothesen zijn:
- H₀: Het gemiddelde aantal downloads voor en na de wijzigingen is gelijk.
- Hₐ: Het gemiddelde aantal downloads is groter na de wijzigingen.
Voer een gepaarde t-toets uit met deze steekproeven en de bijbehorende alternatieve hypothese.
- Gebruik de functie
st.ttest_rel()om een gepaarde t-toets uit te voeren. - Geef
afterenbeforein deze volgorde door als de eerste twee argumenten. - Stel het argument
alternative='greater'in om te testen of het gemiddelde na de wijziging groter is dan ervoor. - Sla de resultaten op in de variabelen
statsenpvalue. - Gebruik de
pvalueom te bepalen of je de nulhypothese ondersteunt of verwerpt.
Oplossing
Schakel over naar desktop voor praktijkervaringGa verder vanaf waar je bent met een van de onderstaande optiesBedankt voor je feedback!
single
