Hoe u een gepaarde samples t-test uitvoert in python

Een paired samples t-test wordt gebruikt om de gemiddelden van twee monsters te vergelijken wanneer elke waarneming in het ene monster kan worden geassocieerd met een waarneming in het andere monster.

In deze tutorial wordt uitgelegd hoe u een t-test met gepaarde samples uitvoert in Python.

Voorbeeld: gepaarde samples T-test in Python

Stel dat we willen weten of een bepaald curriculum een significante impact heeft op de prestaties van studenten op een bepaald examen. Om dit te testen, vragen we 15 leerlingen in een klas een voortoets te maken. Vervolgens laten we alle leerlingen twee weken lang deelnemen aan het lesprogramma. Vervolgens maken de leerlingen opnieuw een toets met dezelfde moeilijkheidsgraad.

Om het verschil tussen de gemiddelde scores op de eerste en tweede toets te vergelijken, gebruiken we een paired samples t-toets, omdat voor elke leerling zijn score op de eerste toets kan worden geassocieerd met zijn score op de tweede toets.

Voer de volgende stappen uit om een t-test met gepaarde monsters uit te voeren in Python.

Stap 1: Creëer de gegevens.

Eerst zullen we twee tabellen maken met de pre- en post-testscores:

 pre = [88, 82, 84, 93, 75, 78, 84, 87, 95, 91, 83, 89, 77, 68, 91]
post = [91, 84, 88, 90, 79, 80, 88, 90, 90, 96, 88, 89, 81, 74, 92]

Stap 2: Voer een T-test met gepaarde monsters uit.

Vervolgens zullen we de functie ttest_rel() uit de scipy.stats-bibliotheek gebruiken om een t-test met gepaarde voorbeelden uit te voeren, die de volgende syntaxis gebruikt:

test_rel(a, b)

Goud:

• a: een tabel met voorbeeldwaarnemingen uit groep 1
• b: een tabel met voorbeeldwaarnemingen uit groep 2

U kunt deze functie als volgt gebruiken in ons specifieke voorbeeld:

 import scipy.stats as stats

#perform the paired samples t-test
stats.ttest_rel(pre, post)

(statistic=-2.9732, pvalue=0.0101)

De teststatistiek is -2,9732 en de overeenkomstige tweezijdige p-waarde is 0,0101 .

Stap 3: Interpreteer de resultaten.

In dit voorbeeld gebruikt de t-test van gepaarde monsters de volgende nul- en alternatieve hypothesen:

H ₀ : De gemiddelde pre-test- en post-testscores zijn gelijk

H _A : De gemiddelde pre-test- en post-testscores zijn niet gelijk

Omdat de p-waarde ( 0,0101 ) kleiner is dan 0,05, verwerpen we de nulhypothese. We hebben voldoende bewijs om te zeggen dat de werkelijke gemiddelde toetsscore voor studenten verschillend is voor en na deelname aan de opleiding.