Python'da kruskal-wallis testi nasıl yapılır?

Üç veya daha fazla bağımsız grubun medyanları arasında istatistiksel olarak anlamlı bir fark olup olmadığını belirlemek için Kruskal-Wallis testi kullanılır.

Tek yönlü ANOVA’nın parametrik olmayan eşdeğeri olarak kabul edilir.

Bu eğitimde Python’da Kruskal-Wallis testinin nasıl gerçekleştirileceği açıklanmaktadır.

Örnek: Python’da Kruskal-Wallis testi

Araştırmacılar, üç farklı gübrenin farklı bitki büyümesi düzeylerine yol açıp açmadığını bilmek istiyorlar. Rastgele 30 farklı bitki seçiyorlar ve bunları 10’arlı üç gruba ayırıyorlar ve her gruba farklı bir gübre uyguluyorlar. Bir ay sonra her bitkinin yüksekliğini ölçüyorlar.

Medyan büyümenin üç grupta da aynı olup olmadığını belirlemek amacıyla Kruskal-Wallis testi gerçekleştirmek için aşağıdaki adımları izleyin.

Adım 1: Verileri girin.

İlk olarak, üç grubun her biri için tesis ölçümlerimizi tutacak üç tablo oluşturacağız:

 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]

Adım 2: Kruskal-Wallis testini yapın.

Daha sonra scipy.stats kütüphanesindeki kruskal() fonksiyonunu kullanarak bir Kruskal-Wallis testi gerçekleştireceğiz:

 from scipy import stats

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

(statistic=6.2878, pvalue=0.0431)

Adım 3: Sonuçları yorumlayın.

Kruskal-Wallis testi aşağıdaki boş ve alternatif hipotezleri kullanır:

Sıfır hipotezi (H ₀ ): Medyan tüm gruplarda eşittir.

Alternatif hipotez: (Ha): Medyan tüm gruplarda eşit değildir .

Bu durumda test istatistiği 6,2878 ve karşılık gelen p değeri 0,0431’dir . Bu p değeri 0,05’ten küçük olduğundan, ortalama bitki büyümesinin her üç gübre için de aynı olduğu şeklindeki sıfır hipotezini reddedebiliriz. Kullanılan gübre türünün bitki büyümesinde istatistiksel olarak anlamlı farklılıklara neden olduğu sonucuna varmak için yeterli kanıtımız var.