Como realizar um teste kruskal-wallis em python

Um teste de Kruskal-Wallis é usado para determinar se há ou não diferença estatisticamente significativa entre as medianas de três ou mais grupos independentes.

É considerado o equivalente não paramétrico da ANOVA unidirecional .

Este tutorial explica como realizar um teste Kruskal-Wallis em Python.

Exemplo: teste Kruskal-Wallis em Python

Os pesquisadores querem saber se três fertilizantes diferentes levam a diferentes níveis de crescimento das plantas. Eles selecionam aleatoriamente 30 plantas diferentes e as dividem em três grupos de 10, aplicando um fertilizante diferente em cada grupo. Depois de um mês, medem a altura de cada planta.

Siga as etapas a seguir para realizar um teste de Kruskal-Wallis para determinar se o crescimento médio é o mesmo em todos os três grupos.

Passo 1: Insira os dados.

Primeiro, criaremos três tabelas para armazenar as medidas de nossas plantas para cada um dos três grupos:

 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]

Passo 2: Realize o teste de Kruskal-Wallis.

A seguir, realizaremos um teste Kruskal-Wallis usando a função kruskal() da biblioteca scipy.stats:

 from scipy import stats

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

(statistic=6.2878, pvalue=0.0431)

Etapa 3: interprete os resultados.

O teste Kruskal-Wallis utiliza as seguintes hipóteses nulas e alternativas:

A hipótese nula (H ₀ ): A mediana é igual em todos os grupos.

A hipótese alternativa: (Ha): A mediana não é igual em todos os grupos.

Nesse caso, a estatística de teste é 6,2878 e o valor p correspondente é 0,0431 . Como este valor p é inferior a 0,05, podemos rejeitar a hipótese nula de que o crescimento médio das plantas é o mesmo para todos os três fertilizantes. Temos evidências suficientes para concluir que o tipo de fertilizante utilizado causa diferenças estatisticamente significativas no crescimento das plantas.