{"id":860,"date":"2023-07-28T12:33:00","date_gmt":"2023-07-28T12:33:00","guid":{"rendered":"https:\/\/statorials.org\/pt\/f-teste-python\/"},"modified":"2023-07-28T12:33:00","modified_gmt":"2023-07-28T12:33:00","slug":"f-teste-python","status":"publish","type":"post","link":"https:\/\/statorials.org\/pt\/f-teste-python\/","title":{"rendered":"Como realizar um teste f em python"},"content":{"rendered":"

<\/p>\n

\n

Um teste F<\/strong> \u00e9 usado para testar se duas vari\u00e2ncias populacionais s\u00e3o iguais. As hip\u00f3teses nula e alternativa do teste s\u00e3o as seguintes:<\/span><\/p>\n

H 0<\/sub> :<\/strong> \u03c3 1<\/sub> 2<\/sup> = \u03c3 2<\/sub> 2<\/sup> (as varia\u00e7\u00f5es populacionais s\u00e3o iguais)<\/span><\/p>\n

H 1<\/sub> :<\/strong> \u03c3 1<\/sub> 2<\/sup> \u2260 \u03c3 2<\/sub> 2<\/sup> (as varia\u00e7\u00f5es populacionais n\u00e3o<\/em> s\u00e3o iguais)<\/span><\/p>\n

Este tutorial explica como realizar um teste F em Python.<\/span><\/p>\n

Exemplo: teste F em Python<\/strong><\/span><\/h3>\n

Suponha que tenhamos os dois exemplos a seguir:<\/span><\/p>\n

 x = [18, 19, 22, 25, 27, 28, 41, 45, 51, 55]<\/strong>\ny = [14, 15, 15, 17, 18, 22, 25, 25, 27, 34]<\/strong><\/pre>\n
 Podemos usar a seguinte fun\u00e7\u00e3o para realizar um teste F para determinar se as duas popula\u00e7\u00f5es das quais essas amostras v\u00eam t\u00eam vari\u00e2ncias iguais:<\/span><\/p>\n
 import<\/span> numpy as<\/span> np\n\n#define F-test function<\/span>\ndef<\/span> f_test(x, y):\n    x = np.array(x)\n    y = np.array(y)\n    f = np.var(x, ddof=1)\/np.var(y, ddof=1) #calculate F test statistic<\/span>\n    dfn = x.size-1 #define degrees of freedom numerator<\/span>\n    dfd = y.size-1 #define degrees of freedom denominator<\/span>\n    p = 1-scipy.stats.f.cdf(f, dfn, dfd) #find p-value of F test statistic<\/span>\n    return<\/span> f,p\n\n#perform F-test\n<\/span>f_test(x, y)\n\n(4.38712, 0.019127)\n<\/strong><\/pre>\n
 A estat\u00edstica do teste F \u00e9 4,38712<\/strong> e o valor p correspondente \u00e9 0,019127<\/strong> . Como esse valor p \u00e9 inferior a 0,05, rejeitar\u00edamos a hip\u00f3tese nula. Isto significa que temos evid\u00eancias suficientes para dizer que as duas vari\u00e2ncias populacionais n\u00e3o<\/em> s\u00e3o iguais.<\/span><\/p>\n
 Coment\u00e1rios<\/strong><\/span><\/h3>\n