{"id":861,"date":"2023-07-28T12:33:00","date_gmt":"2023-07-28T12:33:00","guid":{"rendered":"https:\/\/statorials.org\/it\/f-prova-python\/"},"modified":"2023-07-28T12:33:00","modified_gmt":"2023-07-28T12:33:00","slug":"f-prova-python","status":"publish","type":"post","link":"https:\/\/statorials.org\/it\/f-prova-python\/","title":{"rendered":"Come eseguire un test f in python"},"content":{"rendered":"

<\/p>\n

\n

Un test F<\/strong> viene utilizzato per verificare se le varianze di due popolazioni sono uguali. Le ipotesi nulla e alternativa del test sono le seguenti:<\/span><\/p>\n

H 0<\/sub> :<\/strong> \u03c3 1<\/sub> 2<\/sup> = \u03c3 2<\/sub> 2<\/sup> (le varianze della popolazione sono uguali)<\/span><\/p>\n

H 1<\/sub> :<\/strong> \u03c3 1<\/sub> 2<\/sup> \u2260 \u03c3 2<\/sub> 2<\/sup> (le varianze della popolazione non<\/em> sono uguali)<\/span><\/p>\n

Questo tutorial spiega come eseguire un test F in Python.<\/span><\/p>\n

Esempio: F-Test in Python<\/strong><\/span><\/h3>\n

Supponiamo di avere i seguenti due esempi:<\/span><\/p>\n

 x = [18, 19, 22, 25, 27, 28, 41, 45, 51, 55]<\/strong>\ny = [14, 15, 15, 17, 18, 22, 25, 25, 27, 34]<\/strong><\/pre>\n
 Possiamo utilizzare la seguente funzione per eseguire un test F per determinare se le due popolazioni da cui provengono questi campioni hanno varianze uguali:<\/span><\/p>\n
 import<\/span> numpy as<\/span> np\n\n#define F-test function<\/span>\ndef<\/span> f_test(x, y):\n    x = np.array(x)\n    y = np.array(y)\n    f = np.var(x, ddof=1)\/np.var(y, ddof=1) #calculate F test statistic<\/span>\n    dfn = x.size-1 #define degrees of freedom numerator<\/span>\n    dfd = y.size-1 #define degrees of freedom denominator<\/span>\n    p = 1-scipy.stats.f.cdf(f, dfn, dfd) #find p-value of F test statistic<\/span>\n    return<\/span> f,p\n\n#perform F-test\n<\/span>f_test(x, y)\n\n(4.38712, 0.019127)\n<\/strong><\/pre>\n
 La statistica del test F \u00e8 4,38712<\/strong> e il valore p corrispondente \u00e8 0,019127<\/strong> . Poich\u00e9 questo valore p \u00e8 inferiore a 0,05, rifiuteremo l’ipotesi nulla. Ci\u00f2 significa che abbiamo prove sufficienti per affermare che le due varianze della popolazione non<\/em> sono uguali.<\/span><\/p>\n
 Commenti<\/strong><\/span><\/h3>\n