Як виконати тест крускала-уолліса в python

Критерій Крускала-Уолліса використовується для визначення того, чи існує статистично значуща різниця між медіанами трьох або більше незалежних груп.

Це вважається непараметричним еквівалентом одностороннього дисперсійного аналізу .

Цей посібник пояснює, як виконати тест Крускала-Уолліса в Python.

Приклад: тест Крускала-Уолліса в Python

Дослідники хочуть знати, чи призводять три різні добрива до різного рівня росту рослин. Вони випадковим чином вибирають 30 різних рослин і ділять їх на три групи по 10 рослин, вносячи в кожну групу різні добрива. Через місяць вимірюють висоту кожної рослини.

Виконайте наступні кроки, щоб виконати тест Крускала-Уолліса, щоб визначити, чи однакове середнє зростання в усіх трьох групах.

Крок 1: Введіть дані.

По-перше, ми створимо три таблиці для зберігання вимірювань рослин для кожної з трьох груп:

 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]

Крок 2: Виконайте тест Крускала-Уолліса.

Далі ми виконаємо тест Крускала-Уолліса за допомогою функції kruskal() із бібліотеки scipy.stats:

 from scipy import stats

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

(statistic=6.2878, pvalue=0.0431)

Крок 3: Інтерпретація результатів.

Тест Крускала-Уолліса використовує такі нульові та альтернативні гіпотези:

Нульова гіпотеза (H ₀ ): Медіана однакова в усіх групах.

Альтернативна гіпотеза: (Ha): Медіана не однакова в усіх групах.

У цьому випадку тестова статистика становить 6,2878 , а відповідне значення p — 0,0431 . Оскільки це p-значення менше 0,05, ми можемо відхилити нульову гіпотезу про те, що середній ріст рослин є однаковим для всіх трьох добрив. Ми маємо достатньо доказів, щоб зробити висновок, що тип добрива, який використовується, викликає статистично значущі відмінності у рості рослин.