Python တွင် kruskal-wallis test ကို မည်သို့လုပ်ဆောင်ရမည်နည်း။

Kruskal-Wallis စမ်းသပ်မှုအား အမှီ အခိုကင်းသော အုပ်စုသုံးစု သို့မဟုတ် ထို့ထက်ပိုသော အလယ်အလတ်အုပ်စုများကြားတွင် စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားချက်ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။

၎င်းကို တစ်လမ်းသွား ANOVA ၏ မျဥ်းရိုးမတူညီသော တူညီသည်ဟု ယူဆသည်။

ဤသင်ခန်းစာတွင် Python ရှိ Kruskal-Wallis စမ်းသပ်နည်းကို ရှင်းပြထားသည်။

ဥပမာ- Python ရှိ Kruskal-Wallis စမ်းသပ်မှု

မတူညီသော ဓာတ်မြေသြဇာသုံးမျိုးသည် အပင်ကြီးထွားမှုအဆင့် ကွဲပြားစေခြင်း ရှိမရှိ သုတေသီများ သိချင်ကြသည်။ ၎င်းတို့သည် မတူညီသောအပင် 30 ကို ကျပန်းရွေးချယ်ပြီး 10 အုပ်စုသုံးစုခွဲကာ အုပ်စုတစ်ခုစီအတွက် မတူညီသောဓာတ်မြေသြဇာကို အသုံးပြုကြသည်။ တစ်လကြာပြီးနောက် အပင်တစ်ပင်ချင်းစီ၏ အမြင့်ကို တိုင်းတာသည်။

အုပ်စုသုံးစုလုံးတွင် အလယ်အလတ်တိုးတက်မှုရှိမရှိ ဆုံးဖြတ်ရန် Kruskal-Wallis စမ်းသပ်မှုပြုလုပ်ရန် အောက်ပါအဆင့်များကို လိုက်နာပါ။

အဆင့် 1: ဒေတာကိုထည့်ပါ။

ပထမဦးစွာ၊ အုပ်စုသုံးစုမှ တစ်ခုစီအတွက် ကျွန်ုပ်တို့၏ အပင်တိုင်းတာမှု ဇယားသုံးခုကို ဖန်တီးပါမည်။

 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]

အဆင့် 2: Kruskal-Wallis စမ်းသပ်မှုကို လုပ်ဆောင်ပါ။

ထို့နောက်၊ ကျွန်ုပ်တို့သည် scipy.stats စာကြည့်တိုက်မှ kruskal() လုပ်ဆောင်ချက်ကို အသုံးပြု၍ Kruskal-Wallis စမ်းသပ်မှုကို လုပ်ဆောင်ပါမည်။

 from scipy import stats

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

(statistic=6.2878, pvalue=0.0431)

အဆင့် 3- ရလဒ်များကို ဘာသာပြန်ပါ။

Kruskal-Wallis စမ်းသပ်မှုတွင် အောက်ပါ null နှင့် အခြားအခြားသော အယူအဆများကို အသုံးပြုသည် ။

null hypothesis (H ₀ ) : အလယ်အလတ်သည် အုပ်စုအားလုံးတွင် တန်းတူဖြစ်သည်။

အခြားယူဆချက်- (ဟာ) အလယ်အလတ်သည် အုပ်စုအားလုံးတွင် မညီမျှ ပါ။

ဤအခြေအနေတွင်၊ စမ်းသပ်မှုစာရင်းအင်းသည် 6.2878 ဖြစ်ပြီး သက်ဆိုင်ရာ p-value သည် 0.0431 ဖြစ်သည်။ ဤ p-value သည် 0.05 ထက်နည်းသောကြောင့်၊ ပျမ်းမျှအပင်ကြီးထွားမှုသည် ဓာတ်မြေသြဇာသုံးမျိုးလုံးအတွက် တူညီသည်ဟူသော အချည်းနှီးသောယူဆချက်ကို ကျွန်ုပ်တို့ ငြင်းပယ်နိုင်ပါသည်။ အသုံးပြုထားသော မြေသြဇာအမျိုးအစားသည် အပင်ကြီးထွားမှုအတွက် စာရင်းအင်းအရ သိသာထင်ရှားသော ခြားနားချက်များကို ဖြစ်စေသည်ဟု ကောက်ချက်ချရန် လုံလောက်သော အထောက်အထားရှိသည်။