So führen sie einen t-test für gepaarte stichproben in python durch

Ein t-Test für gepaarte Stichproben wird verwendet, um die Mittelwerte zweier Stichproben zu vergleichen, wenn jede Beobachtung in einer Stichprobe mit einer Beobachtung in der anderen Stichprobe verknüpft werden kann.

In diesem Tutorial wird erläutert, wie Sie einen T-Test für gepaarte Stichproben in Python durchführen.

Beispiel: T-Test mit gepaarten Stichproben in Python

Angenommen, wir möchten wissen, ob ein bestimmter Lehrplan einen erheblichen Einfluss auf die Leistung der Schüler bei einer bestimmten Prüfung hat. Um dies zu testen, bitten wir 15 Schüler einer Klasse, einen Vortest zu machen. Dann lassen wir jeden Schüler zwei Wochen lang am Lehrplan teilnehmen. Anschließend wiederholen die Schüler einen Test mit ähnlichem Schwierigkeitsgrad.

Um die Differenz zwischen den Durchschnittswerten im ersten und zweiten Test zu vergleichen, verwenden wir einen T-Test mit gepaarten Stichproben, da für jeden Schüler seine Punktzahl im ersten Test mit seiner Punktzahl im zweiten Test verknüpft werden kann.

Führen Sie die folgenden Schritte aus, um einen T-Test für gepaarte Stichproben in Python durchzuführen.

Schritt 1: Erstellen Sie die Daten.

Zuerst erstellen wir zwei Tabellen, die die Ergebnisse vor und nach dem Test enthalten:

 pre = [88, 82, 84, 93, 75, 78, 84, 87, 95, 91, 83, 89, 77, 68, 91]
post = [91, 84, 88, 90, 79, 80, 88, 90, 90, 96, 88, 89, 81, 74, 92]

Schritt 2: Führen Sie einen T-Test für gepaarte Stichproben durch.

Als Nächstes verwenden wir die Funktion ttest_rel() aus der Bibliothek scipy.stats, um einen T-Test für gepaarte Stichproben durchzuführen, der die folgende Syntax verwendet:

test_rel(a, b)

Gold:

• a: eine Tabelle mit Beispielbeobachtungen aus Gruppe 1
• b: eine Tabelle mit Beispielbeobachtungen aus Gruppe 2

So verwenden Sie diese Funktion in unserem konkreten Beispiel:

 import scipy.stats as stats

#perform the paired samples t-test
stats.ttest_rel(pre, post)

(statistic=-2.9732, pvalue=0.0101)

Die Teststatistik beträgt -2,9732 und der entsprechende zweiseitige p-Wert beträgt 0,0101 .

Schritt 3: Interpretieren Sie die Ergebnisse.

In diesem Beispiel verwendet der T-Test für gepaarte Stichproben die folgenden Null- und Alternativhypothesen:

H ₀ : Die durchschnittlichen Ergebnisse vor und nach dem Test sind gleich

H _A : Die durchschnittlichen Ergebnisse vor und nach dem Test sind nicht gleich

Da der p-Wert ( 0,0101 ) kleiner als 0,05 ist, lehnen wir die Nullhypothese ab. Wir haben genügend Belege dafür, dass das tatsächliche durchschnittliche Testergebnis für Studierende vor und nach der Teilnahme am Studienprogramm unterschiedlich ist.