Comment effectuer un test de classement signé Wilcoxon en Python

Le test de Wilcoxon Signed-Rank est la version non paramétrique du test t pour échantillons appariés .

Il est utilisé pour tester s’il existe ou non une différence significative entre les moyennes de deux populations lorsque la distribution des différences entre les deux échantillons ne peut pas être considérée comme normale.

Ce didacticiel explique comment effectuer un test de classement signé Wilcoxon en Python.

Exemple : test de classement signé de Wilcoxon en Python

Les chercheurs veulent savoir si un nouveau traitement du carburant entraîne une modification du mpg moyen d’une certaine voiture. Pour tester cela, ils mesurent le mpg de 12 voitures avec et sans traitement du carburant.

Utilisez les étapes suivantes pour effectuer un test de classement signé Wilcoxon en Python afin de déterminer s’il existe une différence dans le mpg moyen entre les deux groupes.

Étape 1 : Créez les données.

Tout d’abord, nous allons créer deux tableaux pour contenir les valeurs mpg pour chaque groupe de voitures :

group1 = [20, 23, 21, 25, 18, 17, 18, 24, 20, 24, 23, 19]
group2 = [24, 25, 21, 22, 23, 18, 17, 28, 24, 27, 21, 23]

Étape 2 : effectuez un test de classement signé de Wilcoxon.

Ensuite, nous utiliserons la fonction wilcoxon() de la bibliothèque scipy.stats pour effectuer un test de classement signé de Wilcoxon, qui utilise la syntaxe suivante :

wilcoxon(x, y, alternative=’deux faces’)

où:

• x : un tableau d’échantillons d’observations du groupe 1
• y : un tableau d’échantillons d’observations du groupe 2
• alternative : définit l’hypothèse alternative. La valeur par défaut est « recto-verso », mais d’autres options incluent « moins » et « plus grand ».

Voici comment utiliser cette fonction dans notre exemple spécifique :

import scipy.stats as stats

#perform the Wilcoxon-Signed Rank Test
stats.wilcoxon(group1, group2)

(statistic=10.5, pvalue=0.044)

La statistique du test est de 10,5 et la valeur p bilatérale correspondante est de 0,044 .

Étape 3 : Interprétez les résultats.

Dans cet exemple, le test de Wilcoxon Signed-Rank utilise les hypothèses nulles et alternatives suivantes :

H ₀ : Le mpg est égal entre les deux groupes

H _A : Le mpg n’est pas égal entre les deux groupes

Puisque la valeur p ( 0,044 ) est inférieure à 0,05, nous rejetons l’hypothèse nulle. Nous avons suffisamment de preuves pour affirmer que le véritable mpg moyen n’est pas égal entre les deux groupes.