Python'da friedman testi nasıl yapılır?

Friedman testi, tekrarlanan ANOVA ölçümlerine parametrik olmayan bir alternatiftir. Her grupta aynı deneklerin yer aldığı üç veya daha fazla grubun ortalamaları arasında istatistiksel olarak anlamlı bir fark olup olmadığını belirlemek için kullanılır.

Bu eğitimde Friedman testinin Python’da nasıl gerçekleştirileceği açıklanmaktadır.

Örnek: Python’daki Friedman testi

Bir araştırmacı, hastaların üç farklı ilaca tepki sürelerinin eşit olup olmadığını bilmek istiyor. Bunu test etmek için 10 farklı hastanın üç ilacın her birine tepki süresini (saniye cinsinden) ölçtü.

Ortalama reaksiyon süresinin ilaçlar arasında farklılık gösterip göstermediğini belirlemek amacıyla Python’da Friedman testini gerçekleştirmek için aşağıdaki adımları izleyin.

Adım 1: Verileri girin.

İlk olarak, her hasta için üç ilacın her birine yanıt sürelerini içeren üç tablo oluşturacağız:

 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]

Adım 2: Friedman testini gerçekleştirin.

Daha sonra, scipy.stats kütüphanesindekiriedmanchisquare () fonksiyonunu kullanarak Friedman testini gerçekleştireceğiz:

 from scipy import stats

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

(statistic=13.3514, pvalue=0.00126)

Adım 3: Sonuçları yorumlayın.

Friedman testi aşağıdaki boş ve alternatif hipotezleri kullanır:

Sıfır hipotezi (H ₀ ): Her popülasyonun ortalaması eşittir.

Alternatif hipotez: (Ha): En az bir popülasyon ortalaması diğerlerinden farklıdır.

Bu örnekte test istatistiği 13,3514’tür ve karşılık gelen p değeri p = 0,00126’dır . Bu p değeri 0,05’ten küçük olduğundan, ortalama yanıt süresinin her üç ilaç için de aynı olduğu yönündeki sıfır hipotezini reddedebiliriz.

Başka bir deyişle, kullanılan ilaç türünün yanıt süresinde istatistiksel olarak anlamlı farklılıklara neden olduğu sonucuna varmak için yeterli kanıtımız var.