<\/p>\n
Een t-test met twee steekproeven<\/a> wordt gebruikt om te testen of de gemiddelden van twee populaties gelijk zijn of niet.<\/span><\/p>\n In deze tutorial wordt uitgelegd hoe u een t-test met twee steekproeven uitvoert in Python.<\/span><\/p>\n Onderzoekers willen weten of twee verschillende plantensoorten dezelfde gemiddelde hoogte hebben. Om dit te testen, verzamelen ze een eenvoudig willekeurig monster<\/a> van twintig planten van elke soort.<\/span><\/p>\n Volg de volgende stappen om een t-test met twee monsters uit te voeren om te bepalen of de twee plantensoorten dezelfde hoogte hebben.<\/span><\/p>\n Stap 1: Cre\u00eber de gegevens.<\/strong><\/span><\/p>\n Eerst maken we twee tabellen met de metingen voor elke groep van twintig planten:<\/span><\/p>\n Stap 2: Voer een t-test met twee steekproeven uit.<\/strong><\/span><\/p>\n Vervolgens gebruiken we de functie ttest_ind()<\/a> uit de scipy.stats-bibliotheek om een t-test met twee voorbeelden uit te voeren, die de volgende syntaxis gebruikt:<\/span><\/p>\n ttest_ind(a, b, equal_var=Waar)<\/strong><\/span><\/p>\n Goud:<\/span><\/p>\n Voordat we de test uitvoeren, moeten we beslissen of we al dan niet aannemen dat de twee populaties gelijke varianties hebben. Over het algemeen kunnen we aannemen dat populaties gelijke varianties hebben als de verhouding tussen de grootste steekproefvariantie en de kleinste steekproefvariantie kleiner is dan 4:1.<\/span><\/p>\n De verhouding tussen de grootste steekproefvariantie en de kleinste steekproefvariantie is 12,26\/7,73 = 1,586<\/strong> , wat kleiner is dan 4. Dit betekent dat we kunnen aannemen dat de varianties van de populatie gelijk zijn.<\/span><\/p>\n We kunnen dus doorgaan met het uitvoeren van de t-test met twee steekproeven met gelijke varianties:<\/span><\/p>\n De t-teststatistiek is -0,6337<\/strong> en de overeenkomstige tweezijdige p-waarde is 0,53005<\/strong> .<\/span><\/p>\n Stap 3: Interpreteer de resultaten.<\/strong><\/span><\/p>\n De twee aannames voor deze specifieke t-test met twee steekproeven zijn:<\/span><\/p>\n H 0<\/sub> :<\/strong> \u00b5 1<\/sub> = \u00b5 2<\/sub> (de twee populatiegemiddelden zijn gelijk)<\/span><\/p>\n H A<\/sub> :<\/strong> \u00b5 1<\/sub> \u2260\u00b5 2<\/sub> (de twee populatiegemiddelden zijn niet<\/em> gelijk)<\/span><\/p>\n Omdat de p-waarde van onze test (0,53005)<\/strong> groter is dan alpha = 0,05, slagen we er niet in de nulhypothese van de test te verwerpen. We hebben niet voldoende bewijs om te zeggen dat de gemiddelde planthoogte tussen de twee populaties verschillend is.<\/span><\/p>\n Hoe u een T-test met \u00e9\u00e9n monster uitvoert in Python<\/a> Een t-test met twee steekproeven wordt gebruikt om te testen of de gemiddelden van twee populaties gelijk zijn of niet. In deze tutorial wordt uitgelegd hoe u een t-test met twee steekproeven uitvoert in Python. Voorbeeld: twee t-testvoorbeelden in Python Onderzoekers willen weten of twee verschillende plantensoorten dezelfde gemiddelde hoogte hebben. Om dit te testen, […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-848","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Voorbeeld: twee t-testvoorbeelden in Python<\/strong><\/h2>\n
import<\/span> numpy as<\/span> np\n\ngroup1 = np.array([14, 15, 15, 16, 13, 8, 14, 17, 16, 14, 19, 20, 21, 15, 15, 16, 16, 13, 14, 12])\ngroup2 = np.array([15, 17, 14, 17, 14, 8, 12, 19, 19, 14, 17, 22, 24, 16, 13, 16, 13, 18, 15, 13])<\/strong><\/pre>\n\n
#find variance for each group<\/span>\nprint(np.var(group1), np.var(group2))\n\n7.73 12.26\n<\/strong><\/pre>\n import<\/span> scipy.stats as<\/span> stats\n\n#perform two sample t-test with equal variances<\/span>\nstats.ttest_ind(a=group1, b=group2, equal_var=True)\n\n(statistic=-0.6337, pvalue=0.53005)\n<\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe u een gepaarde samples T-test uitvoert in Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"