Scipy T-test

Questo articolo appartiene al T-test Scipy in Python Language. Python è un linguaggio di programmazione per caso. È molto facile da usare e aiuta gli sviluppatori a crescere nella tecnologia dell'informazione. Scipy è una libreria a tutti gli effetti di Python che viene utilizzata per l'ottimizzazione, l'elaborazione delle immagini, l'interpolazione, ecc. Scipy è una biblioteca di Python ed è ulteriormente classificato in sotto-pacchetti. Questi includono Scipy. Ottimizza, Scipy.io, Scipy. segnale, Scipy. statistiche e molti altri. La funzione Scipy T-test appartiene al calcolo dell'ipotesi statistica per confrontare i mezzi di due gruppi. Nella sezione in arrivo, discuteremo in dettaglio i test t per mostrare i nuovi studenti su come eseguire i test t in Python.

Cos'è il test t di Python Scipy?

Scipy è una sottile libreria di pitone che esegue il calcolo scientifico. La biblioteca Scipy è costruita in cima alla biblioteca Numpy. Il test t di Scipy è una funzione che viene utilizzata per calcolare i test t su campioni determinati nei programmi Python. Il test t è un metodo statistico che viene utilizzato per differenziare i mezzi di due gruppi. Con l'aiuto della funzione T-test di Scipy, interpretiamo il valore statistico in un test a due code.

Quando si presentano argomenti relativi alle statistiche, il pacchetto di Scipy "Statists" arriva nella mente degli sviluppatori. Scipy.Stats è un pacchetto di biblioteca Scipy che contiene varie funzioni per eseguire i calcoli statistici in Python. In Python, The Scipy.statistiche.TTEST () esegue tre tipi di test t: ttest_ind (), ttest_rel () e ttest_1samp (). TTEST_IND () è un test t non accoppiato che viene utilizzato per confrontare due set di dati indipendenti. Mentre TTest-Rel () è un test t accoppiato che viene utilizzato per confrontare i set di dati dipendenti. E il ttest_1samp () viene utilizzato per confrontare la media di un gruppo con un valore univoco.

Nella prossima sessione, discuteremo i tre diversi test t che vengono eseguiti su campioni con l'aiuto di esempi semplici e interessanti che ti aiuteranno.

Sintassi del test t Scipy

Esistono tre tipi di funzioni di test t Scipy che vengono eseguite in Python per il calcolo statistico: ttest_ind (), ttest_rel () e ttest_1samp (). Spiegheremo la sintassi di queste tre funzioni dello Scipy.pacchetto statistiche.

La rispettiva sintassi delle funzioni è menzionata nel seguente:

Questa è la sintassi del metodo ttest_ind ():

Questa è la sintassi del metodo ttest_1samp ():

Questa è la sintassi del metodo ttest_rel ():

Parametri: Le variabili A e B sono sotto forma di un array, l'asse deve essere un int o facoltativo, il valore uguale_var è anche in bool o facoltativo e altri parametri sono considerati opzionali. Opzionale significa che dipende da noi se lo prendiamo come parametro o no.

Andiamo verso una sessione di esempio per capire come utilizzare queste tre funzioni di test t nella lingua Python.

Esempio 1:

Diamo un'occhiata al primo esempio di test t che è sia semplice che interessante. Per trovare un test t, dobbiamo avere campioni. Il codice di riferimento è menzionato di seguito per il tuo comfort, quindi si prega di esaminare accuratamente il codice. Dai un'occhiata al seguente codice di esempio:

dalle statistiche di importazione di Scipy
da Scipy.statistiche importa ttest_ind
Importa Numpy come NP
arr1 = np.Array ([10,20,30,40,50,60])
arr2 = np.Array ([2,4,6,8,10,12])
Res = Ttest_ind (arr1, arr2)
Stampa (Res)

In questo esempio, importiamo il modulo o il pacchetto STATS dalla libreria Scipy, insieme alla funzione TTEST_IND di SCIPY. moduli statistiche. La libreria numpy viene importata come NP. Usiamo i due array denominati "ARR1" e "ARR2" per l'inizializzazione. Ora, chiamiamo la funzione ttest_ind e passiamo questi due array come parametro nella funzione. Lo chiamiamo quindi nella variabile "Res". Infine, passiamo la variabile "Res" nell'istruzione di stampa per l'output dello schermo. Dopo aver eseguito questo programma in un'applicazione Python, otteniamo il seguente output:

Esempio 2:

In questo esempio, prendiamo un'altra funzione dello Scipy.Pacchetto statistiche come ttest_1samp (). Questa funzione viene utilizzata per eseguire il test per trovare la media contro la popolazione data. Il codice di riferimento del programma è il seguente:

dalle statistiche di importazione di Scipy
da Scipy.Statistiche importa Ttest_1samp
Importa Numpy come NP
cricket_scorces = [170, 185, 220, 235, 120, 121, 211, 176.134, 105.280, 260.290, 177.173, 111, 104, 108]
risultato = statistiche.TTEST_1SAMP (Cricket_scorces, 173)
Stampa (risultato)

All'inizio, importiamo il pacchetto stats dalla libreria Scipy e importa la funzione TTEST_1SAMP fianco a fianco dal pacchetto stat. Importiamo la libreria Numpy come NP per il calcolo dell'array. Successivamente, inizializziamo un array chiamato "Cricket_scores". Sotto la riga, chiamiamo le statistiche. ttest_1samp () e passa l'array Cricket_Scores come parametro e media in questa funzione. Diamo il valore della funzione alla variabile di risultato. Infine, chiamiamo la variabile del risultato in un'istruzione di stampa. Dopo aver eseguito il programma, visualizziamo il seguente output sullo schermo:

Esempio 3:

In questo esempio, spiegheremo brevemente la terza funzione o il campione del test t che è TTEST_REL (). Quanto segue è il codice di riferimento del programma:

dalle statistiche di importazione di Scipy
da Scipy.Statistiche Importa ttest_rel
Importa Numpy come NP
altezza = [1.3, 2.0, 3.5, 4.3, 5.6, 6.2, 7.1, 8.5, 9.2, 10.2, 12.8, 13.5, 14.9, 15.4, 16.7, 17.1, 18.0, 19.8, 20.5]
peso = [20.5, 40.1, 47.2, 55.5, 65.2, 66.1, 72.4, 75.9, 79.1, 81.5, 85.2, 88.7, 90.0, 91.4, 91.7, 93.8, 94.4, 95.0, 97.8]
output = stat.ttest_rel (altezza, peso)
Stampa (output)

In questo programma, importiamo il modulo o il pacchetto STATS dalla libreria SCIPY nella prima riga. Nella seconda riga, importiamo la funzione ttest_rel da Scipy.Biblioteca delle statistiche. Successivamente, importiamo la libreria Numpy per il calcolo numerico o la gestione dell'array come NP.

Prendiamo due array chiamati "altezza" e "peso" per il confronto ed eseguiamo i test su di essi. Dopo aver inizialmente inizializzato gli array, chiamiamo le statistiche del test t.ttest.Funzione Rel () con i parametri "altezza" e "peso". Dopo l'esecuzione della funzione, restituiamo il valore. Assegniamo questo valore alla variabile "output". Infine, passiamo questa variabile "output" all'istruzione di stampa. Dopo aver eseguito il programma nell'applicazione Python, sullo schermo viene visualizzato il seguente output:

Conclusione

Possiamo concludere che la funzione TTEST () viene utilizzata per trovare la media e confrontare i mezzi tra i due gruppi. Scipy è una biblioteca di Python e funge da scatola del tesoro che memorizza molti pacchetti all'interno della scatola come ottimizzare, statistiche, IO, segnali, ecc. Questo Scipy.Il pacchetto stats viene utilizzato per eseguire i calcoli statistici in Python. Scipy.TTest si riferisce a diversi tipi di funzioni in diverse situazioni. Per il calcolo vengono utilizzate tre forme di campioni di test e abbiamo spiegato queste tre funzioni negli esempi forniti. Si spera, questo articolo con esempi pratici è utile per te. Se vuoi praticare questo argomento nel tuo editor, puoi cambiare gli esempi forniti e vedere il risultato.