Bagaimana untuk menjalankan ujian-t satu sampel dalam Python?

Pengenalan

Ujian-T Satu Sampel ialah ujian hipotesis statistik yang digunakan untuk menentukan sama ada min populasi adalah berbeza secara signifikan daripada nilai hipotesis. Python memberikan kita sumber yang kita perlukan untuk melaksanakan ujian ini. Dalam artikel ini, kami akan memperkenalkan cara melaksanakan ujian-t satu sampel dalam Python menggunakan perpustakaan SciPy.

Menjalankan sampel ujian-T

Langkah pertama dalam menjalankan ujian-T satu sampel ialah menyatakan hipotesis nol dan hipotesis alternatif. Hipotesis nol ialah andaian bahawa min populasi adalah sama dengan nilai hipotesis. Hipotesis alternatif adalah bertentangan dengan hipotesis nol, iaitu min populasi tidak sama dengan nilai hipotesis.

Dengan mengandaikan bahawa kita mempunyai satu set data dan nilai hipotesis untuk min populasi, kita boleh melakukan Ujian-T Satu Sampel untuk menentukan sama ada min populasi adalah berbeza secara signifikan daripada nilai yang dihipotesiskan. Berikut ialah langkah-langkah untuk menjalankan Satu Sampel T-Test dalam Python menggunakan perpustakaan SciPy −

Langkah 1: Import perpustakaan yang diperlukan

Mengimport perpustakaan penting akan menjadi langkah pertama Untuk melaksanakan Satu Sampel T-Test dalam Python, kita perlu mengimport perpustakaan NumPy dan SciPy Semasa operasi statistik dijalankan menggunakan perpustakaan SciPy, operasi matematik dijalankan menggunakan Perpustakaan NumPy.

import numpy as np
from scipy.stats import ttest_1samp

Langkah 2: Muatkan Data

Data kemudiannya perlu dimuatkan ke dalam Python. Kami boleh menggunakan kaedah loadtxt() modul NumPy untuk membantu kami. Nama fail diluluskan sebagai parameter kepada fungsi loadtxt(), yang menjana tatasusunan yang mengandungi kandungan.

data = np.loadtxt('data.txt')

Langkah 3: Tentukan nilai hipotesis

Kita mesti menyatakan nilai hipotetikal untuk min populasi. Nilai ini akan menjadi penanda aras untuk menilai sama ada min populasi menyimpang dengan ketara daripada anggaran.

hypothesized_value = 50

Langkah 4: Lakukan Ujian-T Satu Sampel

Kami kini bersedia untuk menjalankan One Sample T-Test Fungsi ttest_1samp() perpustakaan SciPy boleh digunakan untuk menjalankan One Sample T-Test Data dan nilai hipotesis ialah dua argumen yang diperlukan oleh fungsi ttest_1samp(). .

t_statistic, p_value = ttest_1samp(data, hypothesized_value)

Statistik ujian dan nilai p ialah hasil daripada fungsi ttest_1samp(). Statistik-t mengira ralat piawai bagi varians min sampel di bawah nilai hipotetikal. Di bawah hipotesis nol, nilai-p ialah kemungkinan menghasilkan statistik-t yang teruk seperti statistik yang diperhatikan.

Langkah 5: Tafsirkan Keputusan

Akhir sekali, kita mesti mentafsir keputusan ujian T satu sampel. Kita boleh menyelesaikan tugas ini dengan membandingkan nilai-p dan tahap keertian. Tahap keertian ialah nilai kritikal untuk menolak hipotesis nol. Jika nilai p kurang daripada 0.05, iaitu tahap keertian tradisional, maka hipotesis nol akan ditolak.

if p_value <r; 0.05:
   print('Reject Null Hypothesis')
else:
   print('Fail to Reject Null Hypothesis')

Jika nilai-p kurang daripada 0.05, kami menolak hipotesis nol dan membuat kesimpulan bahawa min populasi adalah berbeza secara signifikan daripada nilai hipotesis. Jika nilai-p lebih besar daripada atau sama dengan 0.05, kami gagal menolak hipotesis nol dan membuat kesimpulan bahawa min populasi tidak jauh berbeza daripada nilai hipotesis.

Ujian T satu sampel mengandaikan bahawa data mengikut taburan normal, yang penting. Jika data tidak mengikut taburan normal, kita mungkin perlu menggunakan ujian statistik yang berbeza, seperti ujian peringkat bertanda Wilcoxon. Ujian T satu sampel juga mengandaikan bahawa data adalah bebas dan diambil secara rawak daripada populasi. Jika andaian tertentu tidak dipenuhi, keputusan ujian mungkin tidak tepat.

Contoh dengan kod dan output

Berikut ialah contoh melaksanakan ujian-t satu sampel dalam Python menggunakan perpustakaan SciPy -

Katakan kita mempunyai satu set maklumat yang merangkumi berat sampel epal

import numpy as np
from scipy.stats import ttest_1samp

# Load the data
data = np.array([98, 102, 95, 105, 99, 101, 97, 103, 100, 98])

# Define the hypothesized value
hypothesized_value = 100

# Perform the One Sample T-Test
t_statistic, p_value = ttest_1samp(data, hypothesized_value)

# Interpret the results
if p_value < 0.05:
   print('Reject Null Hypothesis')
else:
   print('Fail to Reject Null Hypothesis')

Output

Fail to Reject Null Hypothesis

Oleh kerana nilai p dalam contoh ini adalah lebih tinggi daripada 0.05, kami tidak dapat menolak hipotesis nol Kami menyimpulkan bahawa, pada tahap keertian 0.05, tiada perbezaan antara berat purata populasi epal dan 100 gram.

Kesimpulan

Ringkasnya, melaksanakan ujian-t satu sampel dalam Python agak mudah. Pustaka SciPy menyediakan alat yang kami perlukan untuk menjalankan ujian ini. Hanya import data anda, berikan nilai untuk hipotesis anda, jalankan ujian-t satu sampel menggunakan fungsi ttest_1samp() dan bandingkan nilai-p ke tahap keertian untuk mentafsir keputusan. Langkah-langkah ini membolehkan kita menilai sama ada min populasi adalah berbeza secara signifikan daripada nilai hipotesis.

Atas ialah kandungan terperinci Bagaimana untuk menjalankan ujian-t satu sampel dalam Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!