歯 の 噛み 合わせ 治し 方 割り箸
7621885352431106 if F > F_: print ( '「等分散である」を棄却') else: print ( '「等分散である」を受容') # 「等分散である」を棄却 検定によって帰無仮説が棄却され、有意水準5%で等分散でないことが示されました。 平均の検定 targetの値に応じてデータを抽出し、 stats のt検定メソッドを使用します。 df = pd. concat ([ data, target], axis = 1) val_setosa = df [ df [ 'target'] == 0]. loc [:, 'sepal length (cm)']. values val_versicolor = df [ df [ 'target'] == 1]. values t, p = stats. ttest_ind ( val_setosa, val_versicolor, equal_var = False) # p値 = 3. 74674261398e-17 est_ind は独立な2標本に対する検定で使用します。等分散でない場合は equal_var=False とします。別名welchのt検定です。等分散が仮定できる場合は True にします。 対応のある2標本のときは est_rel を使用します。 今回は独立な2標本でかつ、等分散が棄却されたので est_ind 、 equal_var=False としました。 p値が0. 01よりも小さいので、有意水準1%で帰無仮説「母平均が等しい」を棄却します。 ちなみに標本平均は下記のようになります。 print ( np. 有意差検定 - 高精度計算サイト. mean ( val_setosa)) print ( np. mean ( val_versicolor)) # 5. 006 # 5. 936 今回は2標本の平均値の検定を行いました。ライブラリを使用することで検定統計量やp値がすぐに計算できるのは便利ですね。 Why not register and get more from Qiita? We will deliver articles that match you By following users and tags, you can catch up information on technical fields that you are interested in as a whole you can read useful information later efficiently By "stocking" the articles you like, you can search right away Sign up Login
2つの母平均の差の検定 2つの母集団A, Bがある場合そのそれぞれの母平均の差があるかないかを検定する方法を示します。手順は次の通りです。 <母分散が既知のとき> 1.まずは、仮説を立てます。 帰無仮説:"2つの母平均μ A, μ B には差がない。" 対立仮説:"2つの母平均μ A, μ B には差がある。" 2.有意水準 α を決め、そのときの正規分布の値 k を正規分布表より得る。 3.検定統計量 T を計算。 ⇒ T>k で帰無仮説を棄却し、対立仮説を採用。 <母分散が未知のとき> 母分散σ A, σ B が未知だが、σ A = σ B のときは t 検定を適用できます。 1.同様にまずは、仮説を立てます。 2.有意水準 α を決め、そのときの t 分布の値 k (自由度 = n A + n B -2)を t 分布表より得る。 このときの分散σ AB 2 は次のようにして計算します。 2つの母平均の差の検定
873554179171748, pvalue=0. 007698227008043952) これよりp値が0. 0076… ということが分かります。これは、仮に帰無仮説が真であるとすると今回の標本分布と同じか、より極端な標本分布が偶然得られる確率は0. 0076…であるという意味になります。ここでは最初に有意水準を5%としているので、「その確率が5%以下であるならば、それは偶然ではない(=有意である)」とあらかじめ設定しています。帰無仮説が真であるときに今回の標本分布が得られる確率は0. 0076…であり0. 母平均の差の検定 対応なし. 05(5%)よりも小さいことから、これは偶然ではない(=有意である)と判断でき、帰無仮説は棄却されます。つまり、グループAとグループBの母平均には差があると言えます。 ttest_ind関数について 今回使った ttest_ind 関数についてみていきましょう。この関数は対応のない2群間のt検定を行うためのものです。 equal_var引数で等分散かどうかを指定でき、等分散であればスチューデントのt検定を、等分散でなければウェルチのt検定を用います。先ほどの例では equal_var=False として等分散の仮定をせずにウェルチのt検定を用いていますが、検定する2つの母集団の分散が等しければ equal_var=True と設定してスチューデントのt検定を用いましょう。ただし、等分散性の検定を行うことについては検定の多重性の問題もあり最近ではあまり推奨されていません。このことについては次の項で詳しく説明しています。 両側検定か片側検定かはalternative引数で指定でき、デフォルトでは両側検定になっています。なお、このalternative引数はscipy 1.