통계
-
[파이썬] Two way Anova(이원 분산 분석)통계 2022. 4. 21. 20:49
Two Way Anova (이원 분산 분석) 주효과) 귀무가설 : 집단간 평균이 같음 vs 대립가설 : 평균이 같지 않은 집단이 한 쌍 이상 존재 교호작용 효과) 귀무가설 : 요인 간 교호작용이 없음 vs 대립가설 : 요인간 교호작용이 있음. 종속변수 : 수치형 / 독립변수 : 범주형 2개 from statsmodels.formula.api import ols from statsmodels.stats.anova import anova_lm formula = "price ~ C(cut) + C(color) + C(cut):C(color)" model = ols(formula, data = dia).fit() anova_lm(model) C() 로 묶어서 범주형 변수임을 표시한다. ‘:’ 로 교호작용 효과를..
-
[파이썬] 쌍체 t - 검정통계 2022. 4. 21. 18:54
paired t-test 귀무가설 : 두 집단 간 평균 차이가 없다. vs 대립가설 : 두 집단 간 평균 차이는 0이 아니다. 독립변수(요인) : 이진 범주형 / 종속변수(반응) : 연속형 from scipy import stats stat,p = stats.ttest_rel(df['Sepal.Length'], df['Sepal.Width']) print(f't통계량 : {round(stat,2)},\\np-value : {round(p,2)}') t통계량 : 34.82, p-value : 0.0 동일한 모집단으로 부터 추출된 두 표본 집단을 대상 표본이 정규성을 만족하지 못하는 경우 Wilcox test, Mann-whitney u test 사용 altnernative= 양쪽 검정(디폴트) : ‘tow..
-
[파이썬] one sample t-test통계 2022. 4. 21. 18:53
one sample t-test 귀무가설 : 모평균 = popmean 대립가설 : 모평균 ≠ popmean stats.ttest_1samp(df['Sepal.Length'],popmean=4) stat,p = stats.ttest_1samp(df['Sepal.Length'],popmean=4) print(f't통계량 : {round(stat,2)},\\np-value : {round(p,2)}') t통계량 : 1.38, p-value : 0.17 단일 모집단에서 추출된 하나의 표본이 대상 모평균과 표본 평균의 차이를 검정 인자값 altnernative= - 양쪽 검정(디폴트) : ‘tow-sided’ - 왼쪽 꼬리 검정 : ‘less’ - 오른쪽 꼬리 검정 : ‘greater’ ※ 본 게시물은 개인적인 ..