วิธีดำเนินการทดสอบ bartlett ใน python (ทีละขั้นตอน)

การทดสอบ Bartlett เป็นการ ทดสอบทางสถิติเพื่อพิจารณาว่าความแปรปรวนระหว่างหลายกลุ่มเท่ากันหรือไม่

การทดสอบทางสถิติหลายๆ รายการ (เช่น การวิเคราะห์ความแปรปรวนแบบทางเดียว ) ถือว่าความแปรปรวนระหว่างตัวอย่างต่างๆ เท่ากัน การทดสอบ Bartlett สามารถใช้ยืนยันสมมติฐานนี้ได้

การทดสอบนี้ใช้ สมมติฐาน ว่างและทางเลือกต่อไปนี้:

H ₀ : ความแปรปรวนระหว่างแต่ละกลุ่มเท่ากัน

H _A : อย่างน้อยหนึ่งกลุ่มมีความแปรปรวนที่ไม่เท่ากับกลุ่มอื่นๆ

สถิติการทดสอบเป็นไปตามการแจกแจงไคสแควร์โดยมีดีกรีอิสระ k-1 โดยที่ k คือจำนวนกลุ่ม

หาก ค่า p ที่สอดคล้องกันของสถิติการทดสอบต่ำกว่าระดับนัยสำคัญที่กำหนด (เช่น α = 0.05) เราก็สามารถปฏิเสธสมมติฐานว่างและสรุปได้ว่าไม่ใช่ทุกกลุ่มจะมีความแปรปรวนเหมือนกัน

ตัวอย่างทีละขั้นตอนต่อไปนี้จะอธิบายวิธีดำเนินการทดสอบ Bartlett ใน Python

ขั้นตอนที่ 1: สร้างข้อมูล

เพื่อตรวจสอบว่าเทคนิคการเรียนสามแบบที่แตกต่างกันนำไปสู่ผลการสอบที่แตกต่างกันหรือไม่ ศาสตราจารย์จะสุ่มให้นักเรียน 10 คนใช้แต่ละเทคนิค (เทคนิค A, B หรือ C) เป็นเวลาหนึ่งสัปดาห์ จากนั้นให้ทดสอบนักเรียนแต่ละคนที่มีความยากเท่ากัน

ผลการสอบของนักเรียนทั้ง 30 คน มีดังต่อไปนี้

 #create data
A = [85, 86, 88, 75, 78, 94, 98, 79, 71, 80]
B = [91, 92, 93, 85, 87, 84, 82, 88, 95, 96]
C = [79, 78, 88, 94, 92, 85, 83, 85, 82, 81]

ขั้นตอนที่ 2: ทำการทดสอบ Bartlett

ในการทำการทดสอบ Bartlett เราสามารถใช้ฟังก์ชัน scipy.stats.bartlett()

ต่อไปนี้คือวิธีใช้ฟังก์ชันนี้ในตัวอย่างของเรา:

 import scipy. stats as stats

#perform Bartlett's test
stats. bartlett (A, B, C)

BartlettResult(statistic=3.30243757, pvalue=0.191815983)

การทดสอบจะส่งกลับผลลัพธ์ต่อไปนี้:

• สถิติการทดสอบ B : 3.3024
• ค่า P: 0.1918

เนื่องจากค่า p ไม่น้อยกว่า 0.05 ศาสตราจารย์จะไม่สามารถปฏิเสธสมมติฐานที่เป็นโมฆะได้ เธอไม่มีหลักฐานเพียงพอที่จะบอกว่าทั้งสามกลุ่มมีช่องว่างที่แตกต่างกัน

ดังนั้นเธอจึงสามารถดำเนินการวิเคราะห์ความแปรปรวนแบบทางเดียวได้

แหล่งข้อมูลเพิ่มเติม

เครื่องคิดเลขทดสอบของบาร์ตเลตต์
วิธีตรวจสอบสมมติฐาน ANOVA
วิธีการดำเนินการวิเคราะห์ความแปรปรวนแบบทางเดียวใน Python