Come eseguire un test di rango firmato wilcoxon in python

Il test di Wilcoxon Signed-Rank è la versione non parametrica del t-test per campioni appaiati .

Viene utilizzato per verificare se esiste o meno una differenza significativa tra le medie di due popolazioni quando la distribuzione delle differenze tra i due campioni non può essere considerata normale.

Questo tutorial spiega come eseguire un test dei ranghi con segno di Wilcoxon in Python.

Esempio: test dei ranghi firmati Wilcoxon in Python

I ricercatori vogliono sapere se un nuovo trattamento del carburante provoca un cambiamento nel consumo medio di una determinata vettura. Per testarlo, misurano il mpg di 12 auto con e senza trattamento del carburante.

Utilizzare i passaggi seguenti per eseguire un test dei ranghi con segno di Wilcoxon in Python per determinare se esiste una differenza nel mpg medio tra i due gruppi.

Passaggio 1: creare i dati.

Per prima cosa creeremo due tabelle per contenere i valori mpg per ciascun gruppo di auto:

 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]

Passaggio 2: eseguire un test dei ranghi firmato Wilcoxon.

Successivamente, utilizzeremo la funzione wilcoxon() dalla libreria scipy.stats per eseguire un test del rango con segno di Wilcoxon, che utilizza la seguente sintassi:

wilcoxon(x, y, alternativa=’due facce’)

Oro:

• x: una tabella di osservazioni campione del gruppo 1
• y: una tabella di osservazioni campione del gruppo 2
• alternativa: definisce l’ipotesi alternativa. L’impostazione predefinita è “fronte-retro”, ma altre opzioni includono “meno” e “più grande”.

Ecco come utilizzare questa funzione nel nostro esempio specifico:

 import scipy.stats as stats

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

(statistic=10.5, pvalue=0.044)

La statistica del test è 10,5 e il corrispondente valore p a due code è 0,044 .

Passaggio 3: interpretare i risultati.

In questo esempio, il test Wilcoxon Signed-Rank utilizza le seguenti ipotesi nulle e alternative:

H ₀ : MPG è uguale tra i due gruppi

H _A : L’MPG non è uguale tra i due gruppi

Poiché il valore p ( 0,044 ) è inferiore a 0,05, rifiutiamo l’ipotesi nulla. Abbiamo prove sufficienti per affermare che la vera media mpg non è uguale tra i due gruppi.