Python တွင် f test ပြုလုပ်နည်း
လူဦးရေကွဲလွဲမှုနှစ်ခု တူညီမှုရှိမရှိ စမ်းသပ်ရန် F test ကို အသုံးပြုသည်။ စမ်းသပ်မှု၏ null နှင့် အခြားအခြားသော ယူဆချက်များမှာ အောက်ပါအတိုင်းဖြစ်သည် ။
H 0 : σ 1 2 = σ 2 2 (လူဦးရေကွဲလွဲမှု ညီမျှသည်)
H 1 : σ 1 2 ≠ σ 2 2 (လူဦးရေကွဲလွဲမှု မညီမျှ ပါ)
ဤသင်ခန်းစာတွင် Python တွင် F test ပြုလုပ်နည်းကို ရှင်းပြထားသည်။
ဥပမာ- Python တွင် F-Test
ကျွန်ုပ်တို့တွင် အောက်ပါဥပမာနှစ်ခုရှိသည်ဆိုပါစို့။
x = [18, 19, 22, 25, 27, 28, 41, 45, 51, 55] y = [14, 15, 15, 17, 18, 22, 25, 25, 27, 34]
ဤနမူနာများမှ လူဦးရေနှစ်ခုသည် တူညီသောကွဲလွဲမှုရှိမရှိ ဆုံးဖြတ်ရန် F-test ကိုလုပ်ဆောင်ရန် အောက်ပါလုပ်ဆောင်ချက်ကို ကျွန်ုပ်တို့အသုံးပြုနိုင်သည်-
import numpy as np #define F-test function def f_test(x, y): x = np.array(x) y = np.array(y) f = np.var(x, ddof=1)/np.var(y, ddof=1) #calculate F test statistic dfn = x.size-1 #define degrees of freedom numerator dfd = y.size-1 #define degrees of freedom denominator p = 1-scipy.stats.f.cdf(f, dfn, dfd) #find p-value of F test statistic return f,p #perform F-test f_test(x, y) (4.38712, 0.019127)
F-test ကိန်းဂဏန်းသည် 4.38712 ဖြစ်ပြီး သက်ဆိုင်ရာ p-value သည် 0.019127 ဖြစ်သည်။ ဤ p-value သည် 0.05 ထက်နည်းသောကြောင့်၊ null hypothesis ကို ငြင်းပယ်ပါမည်။ ဆိုလိုသည်မှာ လူဦးရေကွဲလွဲမှု နှစ်ခုသည် မညီဟု ဆိုရန် လုံလောက်သော အထောက်အထားရှိသည်။
မှတ်ချက်များ
- F test statistic ကို s 1 2 / s 2 2 အဖြစ် တွက်ချက်သည်။ မူရင်းအားဖြင့် numpy.var သည် လူဦးရေကွဲလွဲမှုကို တွက်ချက်သည်။ နမူနာကွဲလွဲမှုကို တွက်ချက်ရန်၊ ကျွန်ုပ်တို့သည် ddof=1 ကို သတ်မှတ်ရန် လိုအပ်သည်။
- p တန်ဖိုးသည် အပိုင်းပိုင်းရှိ လွတ်လပ်မှုဒီဂရီ = n 1 -1 နှင့် ပိုင်းခြေရှိ လွတ်လပ်မှုဒီဂရီ = n 2 -1 နှင့် ဖြန့်ဖြူးမှု F ၏ 1 – cdf နှင့် သက်ဆိုင်သည်။
- ပထမနမူနာ၏ ကွဲလွဲမှုသည် ဒုတိယနမူနာ၏ ကွဲလွဲမှုထက် ကြီးနေမှသာ ဤလုပ်ဆောင်ချက်သည် အလုပ်လုပ်ပါသည်။ ထို့ကြောင့် function နှင့်အလုပ်လုပ်ရန်ဥပမာနှစ်ခုလုံးကိုသတ်မှတ်ပါ။
F test ကို ဘယ်အချိန်မှာ သုံးမလဲ။
F-test ကို အောက်ပါမေးခွန်းများထဲမှ တစ်ခုကို ဖြေဆိုရန် ပုံမှန်အားဖြင့် အသုံးပြုသည်-
1. နမူနာနှစ်ခုသည် တူညီသောကွဲလွဲမှုများရှိသော လူဦးရေများမှ လာပါသလား။
2. ကုသမှုအသစ် သို့မဟုတ် လုပ်ငန်းစဉ်သည် လက်ရှိကုသမှု သို့မဟုတ် လုပ်ငန်းစဉ်၏ ကွဲပြားမှုကို လျှော့ချနိုင်ပါသလား ။