Come eseguire il test di friedman in python
Il test di Friedman è un’alternativa non parametrica all’ANOVA a misure ripetute . Viene utilizzato per determinare se esiste o meno una differenza statisticamente significativa tra le medie di tre o più gruppi in cui compaiono gli stessi soggetti in ciascun gruppo.
Questo tutorial spiega come eseguire il test di Friedman in Python.
Esempio: il test di Friedman in Python
Un ricercatore vuole sapere se i tempi di reazione dei pazienti sono uguali con tre farmaci diversi. Per verificarlo, ha misurato il tempo di reazione (in secondi) di 10 pazienti diversi a ciascuno dei tre farmaci.
Seguire i passaggi seguenti per eseguire il test di Friedman in Python per determinare se il tempo di reazione medio differisce tra i farmaci.
Passaggio 1: inserisci i dati.
Per prima cosa creeremo tre tabelle contenenti i tempi di risposta di ciascun paziente a ciascuno dei tre farmaci:
group1 = [4, 6, 3, 4, 3, 2, 2, 7, 6, 5] group2 = [5, 6, 8, 7, 7, 8, 4, 6, 4, 5] group3 = [2, 4, 4, 3, 2, 2, 1, 4, 3, 2]
Passaggio 2: eseguire il test di Friedman.
Successivamente, eseguiremo il test di Friedman utilizzando la funzione friedmanchisquare() dalla libreria scipy.stats:
from scipy import stats #perform Friedman Test stats. friedmanchisquare (group1, group2, group3) (statistic=13.3514, pvalue=0.00126)
Passaggio 3: interpretare i risultati.
Il test di Friedman utilizza le seguenti ipotesi nulle e alternative:
L’ipotesi nulla (H 0 ): la media di ciascuna popolazione è uguale.
L’ipotesi alternativa: (Ha): almeno una media della popolazione è diversa dalle altre.
In questo esempio, la statistica del test è 13.3514 e il corrispondente valore p è p = 0.00126 . Poiché questo valore p è inferiore a 0,05, possiamo rifiutare l’ipotesi nulla secondo cui il tempo di risposta medio è lo stesso per tutti e tre i farmaci.
In altre parole, abbiamo prove sufficienti per concludere che il tipo di farmaco utilizzato causa differenze statisticamente significative nel tempo di risposta.