Prueba t escipida

Este artículo pertenece a la prueba t Scipy en el idioma de Python. Python es un lenguaje de programación sensible a los casos. Es muy fácil de usar y ayuda a los desarrolladores a crecer en tecnología de la información. Scipy es una biblioteca de Python de pleno derecho que se utiliza para la optimización, el procesamiento de imágenes, la interpolación, etc. Scipy es una biblioteca de Python y se clasifica aún más en subgrupos. Estos incluyen Scipy. Optimizar, Scipy.IO, Scipy. señal, Scipy. estadísticas y muchas otras. La función Scipy de la prueba t pertenece al cálculo de la hipótesis estadística para comparar las medias de dos grupos. En la próxima sección, discutiremos sobre las pruebas t en detalle para mostrar a los nuevos alumnos sobre cómo realizar las pruebas t en Python.

¿Cuál es la prueba t de Python Scipy??

Scipy es una delgada biblioteca de Python que realiza un cálculo científico. La biblioteca Scipy está construida sobre la biblioteca Numpy. Scipy T-Test es una función que se utiliza para calcular las pruebas t en muestras dadas en los programas de Python. La prueba t es un método estadístico que se utiliza para diferenciar las medias de dos grupos. Con la ayuda de la función Scipy T-Test, interpretamos el valor estadístico en una prueba de dos colas.

Cuando surge los temas relacionados con las estadísticas, el paquete escolar "estadísticas" entra en las mentes de los desarrolladores. Bisagro.STATS es un paquete de biblioteca Scipy que contiene varias funciones para realizar los cálculos estadísticos en Python. En Python, el Scipy.estadísticas.ttest () realiza tres tipos de pruebas t: ttest_ind (), ttest_rel () y ttest_1samp (). El ttest_ind () es una prueba t no apareada que se utiliza para comparar dos conjuntos de datos independientes. Mientras que TTest-Rel () es una prueba t emparejada que se utiliza para comparar los conjuntos de datos dependientes. Y el ttest_1samp () se usa para comparar la media de un grupo con algún valor único.

En la próxima sesión, discutiremos las tres pruebas t diferentes que se realizan en muestras con la ayuda de ejemplos simples e interesantes que lo ayudarán a comprender el tema de la prueba t Scipy en Python.

Sintaxis de la prueba T Scipy

Hay tres tipos de funciones de prueba T Scipy que se realizan en Python para el cálculo estadístico: ttest_ind (), ttest_rel () y ttest_1samp (). Explicaremos la sintaxis de estas tres funciones del Scipy.paquete de estadísticas.

La sintaxis respectiva de funciones se menciona en lo siguiente:

Esta es la sintaxis del método ttest_ind ():

Esta es la sintaxis del método ttest_1samp ():

Esta es la sintaxis del método ttest_rel ():

Parámetros: Las variables A y B tienen la forma de una matriz, el eje debe ser un int o opcional, el valor igual_var también está en bool u opcional, y otros parámetros se consideran opcionales. Opcional significa que depende de nosotros si lo tomamos como un parámetro o no.

Pasemos hacia una sesión de ejemplo para comprender cómo usar estas tres funciones de prueba t en el idioma de Python.

Ejemplo 1:

Veamos el primer ejemplo de prueba t que es simple e interesante. Para encontrar una prueba t, debemos tener muestras. El código de referencia se menciona a continuación para su comodidad, así que examine el código a fondo. Consulte el siguiente código de muestra:

De las estadísticas de importación escasas
De Scipy.estadísticas import ttest_ind
importar numpy como np
arr1 = np.Array ([10,20,30,40,50,60])
arr2 = np.Array ([2,4,6,8,10,12])
res = ttest_ind (arr1, arr2)
Imprimir (Res)

En este ejemplo, importamos el módulo de estadísticas o el paquete desde la biblioteca Scipy, junto con la función ttest_ind de scipy. módulos de estadísticas. La biblioteca Numpy se importa como NP. Usamos las dos matrices llamadas "ARR1" y "ARR2" para la inicialización. Ahora, llamamos a la función ttest_ind y pasamos estas dos matrices como parámetro en la función. Luego lo llamamos en la variable "res". Por último, pasamos la variable "res" en la instrucción de impresión para la salida de la pantalla. Después de ejecutar este programa en una aplicación de Python, obtenemos la siguiente salida:

Ejemplo 2:

En este ejemplo, tomamos otra función del scipy.paquete de estadísticas como ttest_1samp (). Esta función se utiliza para realizar la prueba para encontrar la media contra la población dada. El código de referencia del programa es el siguiente:

De las estadísticas de importación escasas
De Scipy.estadísticas import ttest_1samp
importar numpy como np
Cricket_Scorces = [170, 185, 220, 235, 120, 121, 211, 176,134, 105,280, 260,290, 177,173, 111, 104, 108]
resultado = estadísticas.TTEST_1SAMP (Cricket_Scorces, 173)
Imprimir (resultado)

Al principio, importamos el paquete de estadísticas desde la biblioteca Scipy e importamos la función TTEST_1SAMP lado a lado del paquete de estadísticas. Importamos la biblioteca Numpy como NP para el cálculo de la matriz. Después de eso, inicializamos una matriz llamada "Cricket_Scores". Debajo de la línea, llamamos a las estadísticas. ttest_1samp () y pase la matriz Cricket_Scores como parámetro y media en esta función. Damos el valor de la función a la variable de resultado. Por último, llamamos a la variable de resultado en una declaración de impresión. Después de ejecutar el programa, mostramos la siguiente salida en la pantalla:

Ejemplo 3:

En este ejemplo, explicaremos brevemente la tercera función o muestra de la prueba t, que es el ttest_rel (). El siguiente es el código de referencia del programa:

De las estadísticas de importación escasas
De Scipy.Estadísticas importar ttest_rel
importar numpy como np
altura = [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]
peso = [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]
salida = estadísticas.ttest_rel (altura, peso)
Imprimir (salida)

En este programa, importamos el módulo o paquete de estadísticas desde la biblioteca Scipy en la primera línea. En la segunda línea, importamos la función ttest_rel desde scipy.biblioteca. Después de eso, importamos la biblioteca Numpy para el cálculo numérico o el manejo de la matriz como NP.

Tomamos dos matrices llamadas "altura" y "peso" para comparación y realizamos las pruebas en ellas. Después de inicializar las matrices con éxito, llamamos a las estadísticas de la prueba t.test.función rel () con los parámetros de "altura" y "peso". Después de ejecutar la función, devolvemos el valor. Asignamos este valor a la variable "salida". Finalmente, pasamos esta variable de "salida" a la instrucción de impresión. Después de ejecutar el programa en la aplicación Python, la siguiente salida se muestra en la pantalla:

Conclusión

Podemos concluir que la función ttest () se usa para encontrar la media y comparar las medias entre los dos grupos. Scipy es una biblioteca de Python y actúa como una caja de tesoros que almacena muchos paquetes dentro de la caja como Optimize, Stats, IO, Signals, etc. Este SciPy.El paquete de estadísticas se utiliza para realizar los cálculos estadísticos en Python. Bisagro.ttest se refiere a diferentes tipos de funciones en diferentes situaciones. Se utilizan tres formas de muestras de prueba para el cálculo y explicamos estas tres funciones en los ejemplos proporcionados. Con suerte, este artículo con ejemplos prácticos es útil para usted. Si desea practicar este tema en su editor, puede cambiar los ejemplos dados y ver el resultado.