So führen sie den bartlett-test in python durch (schritt für schritt)

Der Bartlett-Test ist ein statistischer Test, um festzustellen, ob die Varianzen zwischen mehreren Gruppen gleich sind oder nicht.

Bei vielen statistischen Tests (z. B. einer einfaktoriellen ANOVA ) wird davon ausgegangen, dass die Varianzen zwischen den Stichproben gleich sind. Zur Überprüfung dieser Hypothese kann der Bartlett-Test verwendet werden.

Dieser Test verwendet die folgenden Null- und Alternativhypothesen :

H ₀ : Die Varianz zwischen jeder Gruppe ist gleich.

H _A : Mindestens eine Gruppe weist eine Varianz auf, die nicht gleich der der anderen ist.

Die Teststatistik folgt einer Chi-Quadrat-Verteilung mit k-1 Freiheitsgraden, wobei k die Anzahl der Gruppen ist.

Wenn der entsprechende p-Wert der Teststatistik unter einem bestimmten Signifikanzniveau liegt (z. B. α = 0,05), können wir die Nullhypothese ablehnen und daraus schließen, dass nicht alle Gruppen die gleiche Varianz aufweisen.

Das folgende Schritt-für-Schritt-Beispiel erklärt, wie Sie den Bartlett-Test in Python durchführen.

Schritt 1: Erstellen Sie die Daten

Um festzustellen, ob drei verschiedene Lerntechniken zu unterschiedlichen Prüfungsergebnissen führen, weist ein Professor nach dem Zufallsprinzip 10 Studenten zu, jede Technik (Technik A, B oder C) eine Woche lang anzuwenden, und gibt dann jedem Studenten einen Test mit dem gleichen Schwierigkeitsgrad.

Nachfolgend werden die Prüfungsergebnisse der 30 Studierenden vorgestellt:

 #create data
A = [85, 86, 88, 75, 78, 94, 98, 79, 71, 80]
B = [91, 92, 93, 85, 87, 84, 82, 88, 95, 96]
C = [79, 78, 88, 94, 92, 85, 83, 85, 82, 81]

Schritt 2: Führen Sie den Bartlett-Test durch

Um den Bartlett-Test durchzuführen, können wir die Funktion scipy.stats.bartlett() verwenden.

So verwenden Sie diese Funktion in unserem Beispiel:

 import scipy. stats as stats

#perform Bartlett's test
stats. bartlett (A, B, C)

BartlettResult(statistic=3.30243757, pvalue=0.191815983)

Der Test liefert folgende Ergebnisse:

• Teststatistik B : 3,3024
• P-Wert: 0,1918

Da der p-Wert nicht kleiner als 0,05 ist, wird der Professor die Nullhypothese nicht ablehnen. Mit anderen Worten: Sie verfügt nicht über ausreichende Beweise dafür, dass die drei Gruppen unterschiedliche Lücken aufweisen.

Somit kann sie mit der Durchführung der einfaktoriellen ANOVA fortfahren.

Zusätzliche Ressourcen

Bartletts Testrechner
So überprüfen Sie ANOVA-Annahmen
So führen Sie eine einfaktorielle ANOVA in Python durch