Как выполнить тест фридмана в python

Критерий Фридмана — это непараметрическая альтернатива дисперсионному анализу с повторными измерениями . Он используется для определения того, существует ли статистически значимая разница между средними значениями трех или более групп, в которых одни и те же субъекты фигурируют в каждой группе.

В этом руководстве объясняется, как выполнить тест Фридмана в Python.

Пример: тест Фридмана в Python

Исследователь хочет знать, одинаково ли время реакции пациентов на три разных препарата. Чтобы проверить это, он измерил время реакции (в секундах) у 10 разных пациентов на каждое из трех препаратов.

Выполните следующие шаги, чтобы выполнить тест Фридмана в Python, чтобы определить, различается ли среднее время реакции между лекарствами.

Шаг 1: Введите данные.

Сначала мы создадим три таблицы, содержащие время ответа для каждого пациента на каждое из трех лекарств:

 group1 = [4, 6, 3, 4, 3, 2, 2, 7, 6, 5]
group2 = [5, 6, 8, 7, 7, 8, 4, 6, 4, 5]
group3 = [2, 4, 4, 3, 2, 2, 1, 4, 3, 2]

Шаг 2: Выполните тест Фридмана.

Далее мы выполним тест Фридмана, используя функцию friedmanchisquare() из библиотеки scipy.stats:

 from scipy import stats

#perform Friedman Test
stats. friedmanchisquare (group1, group2, group3)

(statistic=13.3514, pvalue=0.00126)

Шаг 3: Интерпретируйте результаты.

Тест Фридмана использует следующие нулевые и альтернативные гипотезы:

Нулевая гипотеза (H ₀ ): среднее значение каждой популяции одинаково.

Альтернативная гипотеза: (Ха): По крайней мере одно среднее значение генеральной совокупности отличается от остальных.

В этом примере статистика теста равна 13,3514 , а соответствующее значение p — p = 0,00126 . Поскольку это значение p меньше 0,05, мы можем отвергнуть нулевую гипотезу о том, что среднее время ответа одинаково для всех трех препаратов.

Другими словами, у нас есть достаточно доказательств, чтобы сделать вывод, что тип используемого лекарства вызывает статистически значимые различия во времени ответа.