पायथन में लेवेने परीक्षण कैसे करें

लेवेने परीक्षण का उपयोग यह निर्धारित करने के लिए किया जाता है कि क्या दो या दो से अधिक समूहों में समान भिन्नताएँ हैं। इसका आमतौर पर उपयोग किया जाता है क्योंकि कई सांख्यिकीय परीक्षण मानते हैं कि समूहों में समान भिन्नताएं हैं और लेवेने का परीक्षण आपको यह निर्धारित करने की अनुमति देता है कि यह धारणा पूरी हुई है या नहीं।

यह ट्यूटोरियल बताता है कि पायथन में लेवेने परीक्षण कैसे करें।

उदाहरण: पायथन में लेवेने परीक्षण

शोधकर्ता जानना चाहते हैं कि क्या तीन अलग-अलग उर्वरकों से पौधों की वृद्धि का स्तर अलग-अलग होता है। वे बेतरतीब ढंग से 30 अलग-अलग पौधों का चयन करते हैं और उन्हें 10 के तीन समूहों में विभाजित करते हैं, प्रत्येक समूह में एक अलग उर्वरक डालते हैं। एक महीने के बाद, वे प्रत्येक पौधे की ऊंचाई मापते हैं।

यह निर्धारित करने के लिए कि तीनों समूहों में समान भिन्नताएं हैं या नहीं, पायथन में लेवेने का परीक्षण करने के लिए निम्नलिखित चरणों का उपयोग करें।

चरण 1: डेटा दर्ज करें.

सबसे पहले, हम डेटा मान रखने के लिए तीन तालिकाएँ बनाएंगे:

 group1 = [7, 14, 14, 13, 12, 9, 6, 14, 12, 8]
group2 = [15, 17, 13, 15, 15, 13, 9, 12, 10, 8]
group3 = [6, 8, 8, 9, 5, 14, 13, 8, 10, 9]

चरण 2: लेवेने परीक्षण करें।

इसके बाद, हम SciPy लाइब्रेरी से लेवेन() फ़ंक्शन का उपयोग करके लेवेने परीक्षण करेंगे, जो निम्नलिखित सिंटैक्स का उपयोग करता है:

लेवेने(नमूना1, नमूना2,…, केंद्र=’मध्यिका’)

सोना:

• नमूना1, नमूना2, आदि: नमूना नाम।
• केंद्र: लेवेने परीक्षण के लिए उपयोग करने की विधि। डिफ़ॉल्ट “माध्यिका” है, लेकिन अन्य विकल्पों में “औसत” और “छंटनी” शामिल हैं।

जैसा कि दस्तावेज़ में बताया गया है, वास्तव में लेवेने परीक्षण के तीन अलग-अलग रूप हैं जिनका आप उपयोग कर सकते हैं। अनुशंसित उपयोग हैं:

• “माध्यिका”: विषम वितरणों के लिए अनुशंसित।
• “औसत”: मध्यम पूंछ वाले सममित वितरण के लिए अनुशंसित।
• ‘छंटाई’: भारी-पूंछ वाले वितरणों के लिए अनुशंसित।

निम्नलिखित कोड बताता है कि माध्य और मध्यिका दोनों को केंद्र के रूप में उपयोग करके लेवेने परीक्षण कैसे किया जाए:

 import scipy.stats as stats

#Levene's test centered at the median
stats.levene(group1, group2, group3, center='median')

(statistic=0.1798, pvalue=0.8364)

#Levene's test centered at the mean
stats.levene(group1, group2, group3, center='mean')

(statistic=0.5357, pvalue=0.5914)

दोनों विधियों में, पी-वैल्यू 0.05 से कम नहीं है। इसका मतलब यह है कि दोनों ही मामलों में हम शून्य परिकल्पना को अस्वीकार करने में विफल रहेंगे। इसका मतलब यह है कि हमारे पास यह कहने के लिए पर्याप्त सबूत नहीं हैं कि तीनों उर्वरकों के बीच पौधों की वृद्धि में काफी अंतर है।

दूसरे शब्दों में, तीनों समूहों में समान भिन्नताएँ हैं। यदि हमें एक सांख्यिकीय परीक्षण ( एकतरफ़ा एनोवा की तरह ) करना होता है जो मानता है कि प्रत्येक समूह में समान भिन्नता है, तो यह धारणा पूरी हो जाएगी।