Test t Scipy
Jaki jest test t Scipy Python?
Scipy to cienka biblioteka Pythona, która wykonuje obliczenia naukowe. Biblioteka Scipy jest zbudowana na wierzchu biblioteki Numpy. Test t Scipy to funkcja, która jest używana do obliczania testów t na podanych próbkach w programach Python. Test t jest metodą statystyczną, która jest stosowana do rozróżnienia średnich dwóch grup. Za pomocą funkcji Test T Scipy interpretujemy wartość statystyczną w dwustronnym teście.
Kiedy pojawiają się jakiekolwiek tematy związane ze statystykami, „statystyki” pakietu Scipy pojawiają się w umysłach programistów. Scipy.Stats to pakiet biblioteki Scipy, który zawiera różne funkcje do wykonywania obliczeń statystycznych w Pythonie. W Python, scipy.statystyki.tTest () wykonuje trzy typy testów t: ttest_ind (), ttest_rel () i ttest_1samp (). TTEST_IND () to niesparowany test t, który służy do porównania dwóch niezależnych zestawów danych. Podczas gdy TTEST-REL () to sparowany test t, który służy do porównania zależnych zestawów danych. A ttest_1samp () służy do porównania średniej jednej grupy z jakąś unikalną wartością.
W następnej sesji omówimy trzy różne testy t, które są wykonywane na próbkach za pomocą prostych i interesujących przykładów, które pomogą ci zrozumieć temat Test T Scipy w Python.
Składnia testu t Scipy
Istnieją trzy rodzaje funkcji Test T Scipy, które są wykonywane w Pythonie do obliczeń statystycznych: ttest_ind (), ttest_rel () i ttest_1samp (). Wyjaśnimy składnię tych trzech funkcji Scipy.Pakiet statystyk.
Odpowiednia składnia funkcji jest wspomniana w następujący sposób:
To jest składnia metody ttest_ind ():
To jest składnia metody ttest_1samp ():
To jest składnia metody ttest_rel ():
Parametry: Zmienne A i B mają postać tablicy, oś musi być int lub opcjonalna, wartość równych_var jest również w bool lub opcjonalnie, a inne parametry są uważane za opcjonalne. Opcjonalne oznacza, że to od nas zależy, czy uznamy to za parametr, czy nie.
Przejdźmy do przykładowej sesji, aby zrozumieć, jak korzystać z tych trzech funkcji testu T w języku Pythona.
Przykład 1:
Spójrzmy na pierwszy przykład testu T, który jest zarówno prosty, jak i interesujący. Aby znaleźć test t, musimy mieć próbki. Kod referencyjny jest wspomniany następująco dla twojego komfortu, więc proszę dokładnie zbadać kod. Sprawdź następujący przykładowy kod:
z statystyk importu Scipyod Scipy.Statystyki import ttest_ind
importować Numpy jako NP
arr1 = np.tablica ([10,20,30,40,50,60])
ARR2 = NP.tablica ([2,4,6,8,10,12])
res = ttest_ind (ARR1, ARR2)
Drukuj (res)
W tym przykładzie importujemy moduł lub pakiet statystyk z biblioteki Scipy, a także funkcję ttest_ind z Scipy. Moduły statystyczne. Biblioteka Numpy jest importowana jako NP. Do inicjalizacji używamy dwóch tablic o nazwie „ARR1” i „ARR2”. Teraz nazywamy funkcję ttest_ind i przekazujemy te dwie tablice jako parametr w funkcji. Następnie nazywamy to zmienną „RES”. Na koniec przechodzimy zmienną „RES” w instrukcji wydruku dla wyjścia ekranu. Po uruchomieniu tego programu w aplikacji Python otrzymujemy następujące dane wyjściowe:
Przykład 2:
W tym przykładzie podejmujemy kolejną funkcję Scipy.Pakiet statystyk takich jak ttest_1samp (). Ta funkcja służy do przeprowadzenia testu w celu znalezienia średniej w stosunku do danej populacji. Kod referencyjny programu jest następujący:
z statystyk importu Scipyod Scipy.Statystyki import ttest_1samp
importować Numpy jako NP
Cricket_scorces = [170, 185, 220, 235, 120, 121, 211, 176,134, 105 280, 260,290, 177,173, 111, 104, 108]
wynik = statystyki.TTEST_1SAMP (CRICKET_SCORCES, 173)
Drukuj (wynik)
Na początku importujemy pakiet statystyk z biblioteki Scipy i importujemy funkcję ttest_1samp obok siebie z pakietu statystyk. Importujemy bibliotekę Numpy jako NP do obliczania tablicy. Następnie zainicjujemy tablicę o nazwie „Cricket_scores”. Pod linią nazywamy statystyki. ttest_1samp () i przejdź tablicę Cricket_Scores jako parametr i średnia w tej funkcji. Podajemy wartość funkcji zmiennej wyniku. Na koniec nazywamy zmienną wyników w instrukcji drukowania. Po uruchomieniu programu wyświetlamy następujące dane wyjściowe na ekranie:
Przykład 3:
W tym przykładzie krótko wyjaśnimy trzecią funkcję lub próbkę testu t, która jest ttest_rel (). Poniżej znajduje się kod referencyjny programu:
z statystyk importu Scipyod Scipy.Statystyki import ttest_rel
importować Numpy jako NP
wysokość = [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]
waga = [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]
wyjście = statystyki.ttest_rel (wysokość, waga)
Drukuj (wyjście)
W tym programie importujemy moduł lub pakiet Stats z biblioteki Scipy w pierwszym wierszu. W drugim wierszu importujemy funkcję ttest_rel z Scipy.Biblioteka statystyk. Następnie importujemy bibliotekę Numpy do obliczeń numerycznych lub obsługi tablicy jako NP.
Do porównania bierzemy dwie tablice o nazwie „Wysokość” i „waga” i wykonujemy testy na nich. Po pomyślnej inicjowaniu tablic nazywamy statystyki Test Test.Ttest.Funkcja rel () z parametrami „wysokość” i „waga”. Po wykonaniu funkcji zwracamy wartość. Przypisujemy tę wartość do zmiennej „wyjściowej”. Na koniec przekazujemy tę zmienną „wyjściową” do instrukcji drukowania. Po uruchomieniu programu w aplikacji Python na ekranie wyświetlane jest następujące dane wyjściowe:
Wniosek
Możemy stwierdzić, że funkcja ttest () służy do znalezienia średniej, a także do porównania średnich między dwiema grupami. Scipy to biblioteka Pythona i działa jak skarbnik, który przechowuje wiele pakietów w pudełku, takich jak optymalizowanie, statystyki, IO, sygnały itp. Ten scipy.Pakiet statystyk służy do wykonywania obliczeń statystycznych w Pythonie. Scipy.TTEST odnosi się do różnych rodzajów funkcji w różnych sytuacjach. Do obliczenia stosuje się trzy formy próbek testowych i wyjaśniliśmy te trzy funkcje w dostarczonych przykładach. Mamy nadzieję, że ten artykuł z praktycznymi przykładami jest dla Ciebie pomocny. Jeśli chcesz ćwiczyć ten temat w swoim edytorze, możesz zmienić podane przykłady i zobaczyć wynik.