Python で一元配置分散分析を実行する方法
一元配置 ANOVA (「分散分析」) は、3 つ以上の独立したグループの平均間に統計的に有意な差があるかどうかを判断するために使用されます。
このチュートリアルでは、Python で一元配置分散分析を実行する方法について説明します。
例: Python での一元配置分散分析
研究者は研究に参加する 30 人の学生を募集します。学生は、試験の準備のために、今後 3 週間にわたって 3 つの学習手法のうち 1 つを使用するようにランダムに割り当てられます。 3 週間の終わりに、生徒全員が同じテストを受けます。
次の手順を使用して一元配置分散分析を実行し、平均スコアが 3 つのグループ間で同じかどうかを判断します。
ステップ 1: データを入力します。
まず、各グループの試験結果を 3 つの別々のテーブルに入力します。
#enter exam scores for each group
group1 = [85, 86, 88, 75, 78, 94, 98, 79, 71, 80]
group2 = [91, 92, 93, 85, 87, 84, 82, 88, 95, 96]
group3 = [79, 78, 88, 94, 92, 85, 83, 85, 82, 81]
ステップ 2: 一元配置分散分析を実行します。
次に、SciPy ライブラリのf_oneway() 関数を使用して、一元配置分散分析を実行します。
from scipy.stats import f_oneway #perform one-way ANOVA f_oneway(group1, group2, group3) (statistic=2.3575, pvalue=0.1138)
ステップ 3: 結果を解釈します。
一元配置分散分析では、次の帰無仮説と対立仮説が使用されます。
- H 0 (帰無仮説): μ 1 = μ 2 = μ 3 = … = μ k (すべての母集団平均は等しい)
- H 1 (帰無仮説):少なくとも 1 つの母集団平均が異なります。 休む
F 検定統計量は2.3575で、対応する p 値は0.1138です。 p 値は 0.05 未満ではないため、帰無仮説を棄却できません。
これは、3 つの勉強法の間に試験の得点に差があると言える十分な証拠がないことを意味します。
追加リソース
次のチュートリアルでは、一元配置分散分析に関する追加情報を提供します。