Python에서 단일 표본 t-검정을 수행하는 방법은 무엇입니까?

소개

일표본 T-검정은 모집단 평균이 가설 값과 크게 다른지 여부를 확인하는 데 사용되는 통계적 가설 검정입니다. Python은 이 테스트를 수행하는 데 필요한 리소스를 제공합니다. 이 기사에서는 SciPy 라이브러리를 사용하여 Python에서 단일 표본 t-테스트를 ​​수행하는 방법을 소개합니다.

샘플 T-테스트 실시

일표본 T-검정을 실시하는 첫 번째 단계는 귀무가설과 대립가설을 명시하는 것입니다. 귀무 가설은 모집단 평균이 가설 값과 같다고 가정하는 것입니다. 대립 가설은 귀무 가설의 반대입니다. 즉, 모집단 평균이 가설 값과 같지 않습니다.

일련의 데이터와 모집단 평균에 대한 가설 값이 있다고 가정하면 일표본 T-검정을 수행하여 모집단 평균이 가설 값과 크게 다른지 여부를 확인할 수 있습니다. 일표본을 수행하는 단계는 다음과 같습니다. SciPy 라이브러리를 사용하여 Python에서 T-테스트 −

1단계: 필수 라이브러리 가져오기

필수 라이브러리를 가져오는 것이 첫 번째 단계입니다. Python에서 단일 샘플 T-테스트를 ​​수행하려면 NumPy 및 SciPy 라이브러리를 가져와야 합니다. 통계 연산은 SciPy 라이브러리를 사용하여 수행됩니다. NumPy 라이브러리.

으아악

2단계: 데이터 로드

그런 다음 데이터를 Python으로 로드해야 합니다. NumPy 모듈의 loadtxt() 메서드를 사용하면 도움이 될 수 있습니다. 파일 이름은 내용을 포함하는 배열을 생성하는 loadtxt() 함수에 매개변수로 전달됩니다.

으아악

3단계: 가설 값 정의

모집단 평균에 대한 가상 값을 지정해야 합니다. 이 값은 모집단 평균이 추정치에서 크게 벗어나는지 여부를 평가하기 위한 기준선 역할을 합니다.

으아악

4단계: 일표본 T-검정 수행

이제 단일 샘플 T-테스트를 ​​실행할 준비가 되었습니다. SciPy 라이브러리의 ttest_1samp() 함수를 사용하여 단일 샘플 T-테스트를 ​​실행할 수 있습니다. 데이터와 가설 값은 ttest_1samp() 함수에 필요한 두 가지 인수입니다. .

으아악

검정 통계량과 p-값은 ttest_1samp() 함수의 결과입니다. t-통계량은 가설 값 하에서 표본 평균 분산의 표준 오차를 계산합니다. 귀무가설 하에서 p-값은 관측된 통계만큼 심각한 t-통계를 생성할 가능성입니다.

5단계: 결과 해석

마지막으로 일표본 T-검정의 결과를 해석해야 합니다. p-값과 유의 수준을 비교하여 이 작업을 수행할 수 있습니다. 유의 수준은 귀무 가설을 기각하기 위한 임계값입니다. p-값이 전통적인 유의 수준인 0.05보다 작으면 귀무 가설이 기각됩니다.

으아악

p-값이 0.05보다 작으면 귀무 가설을 기각하고 모집단 평균이 가설 값과 크게 다르다는 결론을 내립니다. p-값이 0.05보다 크거나 같으면 귀무 가설을 기각하지 못하고 모집단 평균이 가설 값과 크게 다르지 않다는 결론을 내립니다.

일표본 T-검정에서는 데이터가 정규 분포를 따른다고 가정하는데, 이는 중요합니다. 데이터가 정규 분포를 따르지 않는 경우 Wilcoxon 부호 순위 테스트와 같은 다른 통계 테스트를 사용해야 할 수도 있습니다. 또한 1표본 T-검정에서는 데이터가 독립적이고 모집단에서 무작위로 추출되었다고 가정합니다. 특정 가정이 충족되지 않으면 테스트 결과가 부정확할 수 있습니다.

코드 및 출력 예시

다음은 SciPy 라이브러리를 사용하여 Python에서 단일 표본 t-검정을 수행하는 예입니다.

사과 표본의 무게를 포함하는 일련의 정보가 있다고 가정해 보겠습니다. 모집단의 평균 사과 무게가 100그램에서 크게 벗어나는지 확인하려고 합니다. Python을 사용하여 다음과 같이 단일 표본 T-검정을 수행할 수 있습니다.

으아악

출력

으아악

이 경우 p-값이 0.05보다 높기 때문에 귀무 가설을 배제할 수 없습니다. 0.05 유의 수준에서는 사과의 모집단 평균 무게와 100g 사이에 차이가 없다는 결론을 내립니다.

결론

요약하자면, Python에서 단일 표본 t-검정을 수행하는 것은 매우 간단합니다. SciPy 라이브러리는 이 테스트를 수행하는 데 필요한 도구를 제공합니다. 간단히 데이터를 가져와서 가설에 대한 값을 제공하고, ttest_1samp() 함수를 사용하여 단일 표본 t-검정을 실행하고, p-값을 유의 수준과 비교하여 결과를 해석하면 됩니다. 이러한 단계를 통해 모집단 평균이 가설 값과 크게 다른지 여부를 평가할 수 있습니다.

위 내용은 Python에서 단일 표본 t-검정을 수행하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!