So führen sie einen wilcoxon-signed-rank-test in python durch

Der Wilcoxon-Signed-Rank-Test ist die nichtparametrische Version des t-Tests für gepaarte Stichproben .

Es wird verwendet, um zu testen, ob ein signifikanter Unterschied zwischen den Mittelwerten zweier Grundgesamtheiten besteht, wenn die Verteilung der Unterschiede zwischen den beiden Stichproben nicht als normal angesehen werden kann.

In diesem Tutorial wird erläutert, wie Sie einen Wilcoxon-Signed-Rank-Test in Python durchführen.

Beispiel: Wilcoxon-signierter Rangtest in Python

Forscher möchten wissen, ob eine neue Kraftstoffaufbereitung zu einer Änderung des durchschnittlichen Kraftstoffverbrauchs eines bestimmten Autos führt. Um dies zu testen, messen sie den mpg von 12 Autos mit und ohne Kraftstoffaufbereitung.

Führen Sie die folgenden Schritte aus, um einen vorzeichenbehafteten Wilcoxon-Rangtest in Python durchzuführen und festzustellen, ob zwischen den beiden Gruppen ein Unterschied im durchschnittlichen MPG besteht.

Schritt 1: Erstellen Sie die Daten.

Zuerst erstellen wir zwei Tabellen, um die mpg-Werte für jede Fahrzeuggruppe zu speichern:

 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]

Schritt 2: Führen Sie einen von Wilcoxon signierten Rangtest durch.

Als Nächstes verwenden wir die Funktion wilcoxon() aus der Bibliothek scipy.stats, um einen von Wilcoxon signierten Rangtest durchzuführen, der die folgende Syntax verwendet:

wilcoxon(x, y, alternative=’zwei Gesichter‘)

Gold:

• x: eine Tabelle mit Beispielbeobachtungen aus Gruppe 1
• y: eine Tabelle mit Beispielbeobachtungen aus Gruppe 2
• Alternative: Definiert die Alternativhypothese. Die Standardeinstellung ist „doppelseitig“, andere Optionen umfassen jedoch „weniger“ und „größer“.

So verwenden Sie diese Funktion in unserem konkreten Beispiel:

 import scipy.stats as stats

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

(statistic=10.5, pvalue=0.044)

Die Teststatistik beträgt 10,5 und der entsprechende zweiseitige p-Wert beträgt 0,044 .

Schritt 3: Interpretieren Sie die Ergebnisse.

In diesem Beispiel verwendet der Wilcoxon-Signed-Rank-Test die folgenden Null- und Alternativhypothesen:

H ₀ : MPG ist zwischen den beiden Gruppen gleich

H _A : MPG ist zwischen den beiden Gruppen nicht gleich

Da der p-Wert ( 0,044 ) kleiner als 0,05 ist, lehnen wir die Nullhypothese ab. Wir haben genügend Beweise dafür, dass der tatsächliche durchschnittliche MPG-Wert zwischen den beiden Gruppen nicht gleich ist.