Python에서 kruskal-wallis 테스트를 수행하는 방법

Kruskal-Wallis 검정은 세 개 이상의 독립 그룹의 중앙값 간에 통계적으로 유의미한 차이가 있는지 여부를 확인하는 데 사용됩니다.

이는 일원 분산 분석 과 동등한 비모수적 분석으로 간주됩니다.

이 튜토리얼에서는 Python에서 Kruskal-Wallis 테스트를 수행하는 방법을 설명합니다.

예: Python의 Kruskal-Wallis 테스트

연구자들은 세 가지 다른 비료가 식물 성장의 다른 수준으로 이어지는지 알고 싶어합니다. 그들은 무작위로 30개의 서로 다른 식물을 선택하고 이를 10개씩 세 그룹으로 나누고 각 그룹에 서로 다른 비료를 적용했습니다. 한 달 후에 그들은 각 식물의 높이를 측정합니다.

다음 단계에 따라 Kruskal-Wallis 테스트를 수행하여 세 그룹 모두에서 중앙값 성장이 동일한지 확인합니다.

1단계: 데이터를 입력합니다.

먼저, 세 그룹 각각에 대한 플랜트 측정값을 보관할 세 개의 테이블을 만듭니다.

 group1 = [7, 14, 14, 13, 12, 9, 6, 14, 12, 8]
group2 = [15, 17, 13, 15, 15, 13, 9, 12, 10, 8]
group3 = [6, 8, 8, 9, 5, 14, 13, 8, 10, 9]

2단계: Kruskal-Wallis 테스트를 수행합니다.

다음으로 scipy.stats 라이브러리의 kruskal() 함수를 사용하여 Kruskal-Wallis 테스트를 수행합니다.

 from scipy import stats

#perform Kruskal-Wallis Test 
stats.kruskal(group1, group2, group3)

(statistic=6.2878, pvalue=0.0431)

3단계: 결과를 해석합니다.

Kruskal-Wallis 검정은 다음과 같은 귀무 가설과 대립 가설을 사용합니다.

귀무 가설(H ₀ ): 중앙값은 모든 그룹에서 동일합니다.

대립 가설: (Ha): 중앙값이 모든 그룹에서 동일 하지 않습니다 .

이 경우 검정 통계량은 6.2878 이고 해당 p-값은 0.0431 입니다. 이 p-값은 0.05보다 작기 때문에 세 가지 비료 모두 평균 식물 성장이 동일하다는 귀무가설을 기각할 수 있습니다. 우리는 사용된 비료의 유형이 식물 성장에 통계적으로 유의미한 차이를 일으킨다는 결론을 내릴 수 있는 충분한 증거를 가지고 있습니다.