Scipy t-test

Denne artikkelen tilhører Scipy t-test på Python-språk. Python er et saksfølsomt programmeringsspråk. Det er veldig enkelt å bruke og hjelper utviklerne med å vokse i informasjonsteknologi. Scipy er et fullverdig bibliotek med Python som brukes til optimalisering, bildebehandling, interpolasjon osv. Scipy er et bibliotek med Python og er ytterligere kategorisert i underpakker. Disse inkluderer scipy. Optimaliser, scipy.io, scipy. signal, scipy. statistikk, og mange andre. T-test-scipy-funksjonen tilhører den statistiske hypoteseberegningen for å sammenligne midlene til to grupper. I den kommende delen vil vi diskutere om t-tester i detalj for å vise de nye elevene om hvordan du utfører t-tester i Python.

Hva er Python Scipy t-test?

Scipy er et tynt bibliotek med pyton som utfører vitenskapelig beregning. Scipy -biblioteket er bygget på toppen av Numpy Library. Scipy t-test er en funksjon som brukes til å beregne t-tester på gitte prøver i Python-programmer. T-testen er en statistisk metode som brukes til å skille midlene til to grupper. Ved hjelp av Scipy t-test-funksjonen tolker vi den statistiske verdien i en to-tailed test.

Når noen emner relatert til statistikk dukker opp, kommer den scipy -pakken "statistikk" inn i hodet til utviklerne. Scipy.Statistikk er en scipy bibliotekpakke som inneholder forskjellige funksjoner for å utføre de statistiske beregningene i Python. I Python, Scipy.statistikk.TTEST () utfører tre typer t-tester: ttest_ind (), ttest_rel () og ttest_1samp (). TTEST_IND () er en uparret t-test som brukes til å sammenligne to uavhengige datasett. Mens TTEST-REL () er en sammenkoblet t-test som brukes til å sammenligne de avhengige datasettene. Og TTEST_1SAMP () brukes til å sammenligne gjennomsnittet av en gruppe mot en eller annen unik verdi.

I neste økt vil vi diskutere de tre forskjellige t-tester som utføres på prøver ved hjelp av enkle og interessante eksempler som vil hjelpe deg å forstå det scipy t-testemnet i Python.

Syntaks av Scipy t-test

Det er tre typer scipy t-testfunksjoner som utføres i Python for statistisk beregning: TTEST_IND (), TTEST_REL () og TTEST_1SAMP (). Vi vil forklare syntaksen til disse tre funksjonene til Scipy.Statistikkpakke.

Den respektive syntaks for funksjoner er nevnt i følgende:

Dette er syntaks for TTEST_IND () -metoden:

Dette er syntaks for TTEST_1SAMP () -metoden:

Dette er syntaksen til TTEST_REL () -metoden:

Parametere: A- og B -variablene er i form av en matrise, aksen må være en int eller valgfritt, Equal_var -verdien er også i bool eller valgfritt, og andre parametere anses som valgfri. Valgfritt betyr at det er opp til oss om vi tar det som en parameter eller ikke.

La oss gå mot en eksempeløkt for å forstå hvordan vi bruker disse tre t-testfunksjonene på Python-språket.

Eksempel 1:

La oss se på det første t-testeksemplet som er både enkelt og interessant. For å finne en t-test, må vi ha prøver. Referansekoden er nevnt i det følgende for din komfort, så undersøk koden grundig. Sjekk ut følgende prøvekode:

fra scipy importstatistikk
Fra scipy.Statistikk importerer ttest_ind
Importer numpy som NP
ARR1 = NP.Array ([10,20,30,40,50,60])
arr2 = np.Array ([2,4,6,8,10,12])
res = ttest_ind (arr1, arr2)
trykk (res)

I dette eksemplet importerer vi statistikkmodulen eller pakken fra Scipy -biblioteket, sammen med TTEST_IND -funksjonen fra Scipy. Statistikkmoduler. Numpy -biblioteket importeres som NP. Vi bruker de to matriser som heter “ARR1” og “ARR2” for initialisering. Nå kaller vi ttest_ind -funksjonen og passerer disse to matriser som en parameter i funksjonen. Vi kaller det i "Res" -variabelen. Til slutt passerer vi “Res” -variabelen i utskriftserklæringen for skjermutgang. Etter å ha kjørt dette programmet i en Python -applikasjon, får vi følgende utdata:

Eksempel 2:

I dette eksemplet tar vi en annen funksjon av scipy.Statistikkpakke som TTEST_1SAMP (). Denne funksjonen brukes til å utføre testen for å finne gjennomsnittet mot den gitte populasjonen. Referansekoden til programmet er som følger:

fra scipy importstatistikk
Fra scipy.Statistikk importerer ttest_1samp
Importer numpy som NP
Cricket_scorces = [170, 185, 220, 235, 120, 121, 211, 176.134, 105.280, 260.290, 177.173, 111, 104, 108]
Resultat = statistikk.ttest_1samp (cricket_scorces, 173)
trykk (resultat)

I starten importerer vi statistikkpakken fra Scipy -biblioteket og importerer TTEST_1SAMP -funksjonen side om side fra statistikkpakken. Vi importerer Numpy -biblioteket som NP for array -beregning. Etter det initialiserer vi en matrise som heter “Cricket_scores”. Under linjen kaller vi statistikken. TTEST_1SAMP () og pass Cricket_scores -matrisen som en parameter og betyr i denne funksjonen. Vi gir verdien av funksjonen til resultatvariabelen. Til slutt kaller vi resultatvariabelen i en utskriftserklæring. Etter å ha kjørt programmet viser vi følgende utdata på skjermen:

Eksempel 3:

I dette eksemplet vil vi kort forklare den tredje funksjonen eller prøven på t-testen som er ttest_rel (). Følgende er referansekoden til programmet:

fra scipy importstatistikk
Fra scipy.Statistikk importerer ttest_rel
Importer numpy som NP
Høyde = [1.3, 2.0, 3.5, 4.3, 5.6, 6.2, 7.1, 8.5, 9.2, 10.2, 12.8, 13.5, 14.9, 15.4, 16.7, 17.1, 18.0, 19.8, 20.5]
vekt = [20.5, 40.1, 47.2, 55.5, 65.2, 66.1, 72.4, 75.9, 79.1, 81.5, 85.2, 88.7, 90.0, 91.4, 91.7, 93.8, 94.4, 95.0, 97.8]
output = statistikk.ttest_rel (høyde, vekt)
Print (Output)

I dette programmet importerer vi statistikkmodulen eller pakken fra Scipy -biblioteket i første linje. I den andre linjen importerer vi TTEST_REL -funksjonen fra Scipy.Statsbibliotek. Etter det importerer vi Numpy -biblioteket for numerisk beregning eller Array -håndtering som NP.

Vi tar to matriser som heter "høyde" og "vekt" for sammenligning og utfører testene på dem. Etter å ha initialisert matriser med hell, kaller vi t-teststatistikken.TTEST.Rel () Funksjon med "Høyde" og "vekt" -parametere. Etter at funksjonen er utført, returnerer vi verdien. Vi tildeler denne verdien til "output" -variabelen. Til slutt passerer vi denne "output" -variabelen til utskriftserklæringen. Etter å ha kjørt programmet i Python -applikasjonen, vises følgende utgang på skjermen:

Konklusjon

Vi kan konkludere med at TTEST () -funksjonen brukes til å finne gjennomsnittet og sammenligne midlene mellom de to gruppene. Scipy er et bibliotek med Python og fungerer som en skattekasse som lagrer mange pakker inne i boksen som Optimize, Statistikk, IO, signaler osv. Denne scipy.Statistikkpakke brukes til å utføre de statistiske beregningene i Python. Scipy.TTEST refererer til forskjellige typer funksjoner i forskjellige situasjoner. Tre former for testprøver brukes til beregning, og vi forklarte disse tre funksjonene i de medfølgende eksemplene. Forhåpentligvis er denne artikkelen med praktiske eksempler nyttig for deg. Hvis du vil praktisere dette emnet i redaktøren din, kan du endre de gitte eksemplene og se resultatet.