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.