Trong hướng dẫn Thống kê Python này , chúng ta sẽ học cách tính giá trị p và Tương quan trong Python. Hơn nữa, chúng ta sẽ thảo luận về T-test và KS Test với ví dụ và mã trong Thống kê Python.Python này , chúng ta sẽ học cách tính giá trị p và Tương quan trong Python. Hơn nữa, chúng ta sẽ thảo luận về T-test và KS Test với ví dụ và mã trong Thống kê Python. Show
Nội dung chính
Các bài viết liên quan: Vì vậy, hãy bắt đầu Hướng dẫn thống kê Python.
p-value trong thống kê PythonT-test trong thống kê Python Ví dụ One-sample T-test trong Python Ví dụ Two-sample Test của Python T-test trong thống kê PythonVí dụ One-sample T-test trong Python Ví dụ One-sample T-test trong PythonVí dụ Two-sample Test của Python import numpy as np # thêm thư viện numpy import pandas as pd # thêm thư viện pandas import scipy.stats as stats # thêm thư viện scipy.stats import matplotlib.pyplot as plt # thêm thư viện matplotlib.pyplot import math # thêm thư viện math np.random.seed(6) #random ngẫu nhiên population_ages1=stats.poisson.rvs(loc=18,mu=35,size=150000) # biến ngẫu nhiên rời rạc phân bố poison population_ages2=stats.poisson.rvs(loc=18,mu=10,size=100000) population_ages=np.concatenate((population_ages1,population_ages2))# kết hợp 2 mảng gujarat_ages1=stats.poisson.rvs(loc=18,mu=30,size=30) gujarat_ages2=stats.poisson.rvs(loc=18,mu=10,size=20) gujarat_ages=np.concatenate((gujarat_ages1,gujarat_ages2)) # kết hợp 2 mảng population_ages.mean() Thử ngPaired T-test với Python KS Test trong thống kê Python stats.ttest_1samp(a=gujarat_ages,popmean=population_ages.mean()) Tương quan trong thống kê Python Ví dụ Two-sample Test của PythonThử ngPaired T-test với Python KS Test trong thống kê Python np.random.seed(12) # tạo random maharashtra_ages1=stats.poisson.rvs(loc=18,mu=33,size=30)# ngẫu nhiên phân phối poison maharashtra_ages2=stats.poisson.rvs(loc=18,mu=13,size=20)# ngẫu nhiên phân phối poison maharashtra_ages=np.concatenate((maharashtra_ages1,maharashtra_ages2))# nối 2 array này maharashtra_ages.mean() # tính mean Tương quan trong thống kê Python stats.ttest_ind(a=gujarat_ages,b=maharashtra_ages,equal_var=False) Ví dụ về tương quan trong Python Thử ngPaired T-test với PythonKS Test trong thống kê Python np.random.seed(11) #random before=stats.norm.rvs(scale=30,loc=250,size=100)# ngẫu nhiên phân bố norm after=before+stats.norm.rvs(scale=5,loc=-1.25,size=100) # cộng 2 phân bố ngẫu nhiên weight_df=pd.DataFrame({"weight_before":before, "weight_after":after, "weight_change":after-before}) # đưa vào frame weight_df.describe() # show ra bảng Tương quan trong thống kê Python KS Test trong thống kê PythonTương quan trong thống kê Python stats.kstest(x,'t',(10,)) Ví dụ về tương quan trong Python Plotting tương quan trong Python Lưu kết quả stats.ks_2samp(gujarat_ages,maharashtra_ages) Tương quan trong thống kê PythonVí dụ về tương quan trong Python Plotting tương quan trong Python
Ví dụ về tương quan trong PythonHãy lấy một ví dụ. df=pd.read_csv('furniture.csv',index_col='Serial',parse_dates=True) df['Gross']=df.Cost+df.Cost*10 df.describe() Ví dụ về tương quan Python Điều này cho chúng ta biết mỗi cột tương quan với nhau như thế nào. Bạn cũng có thể tính hiệp phương sai theo cách sau: Plotting tương quan trong PythonHãy sử dụng seaborn để vẽ biểu đồ tương quan giữa các cột của tập dữ liệu ‘mống mắt’. Hãy sửa đổi lại Trình lặp lại Python import seaborn as sn df1=sn.load_dataset('iris') sn.pairplot(df,kind='scatter') Lưu kết quảChúng tôi có thể xuất kết quả của một mối tương quan dưới dạng tệp CSV. d=df1.corr() d.to_csv('iriscorrelation.csv') Điều này cung cấp cho chúng tôi tệp CSV sau- Vì vậy, tất cả đều nằm trong Thống kê Python. Hy vọng bạn thích giải thích của chúng tôi. Kết luận: Thống kê PythonDo đó, trong hướng dẫn Thống kê Python này, chúng ta đã thảo luận về phép thử p-value, T-test, tương quan và KS với Python. Để kết luận, chúng tôi sẽ nói rằng giá trị p là một thước đo số cho bạn biết liệu dữ liệu mẫu có phù hợp với giả thuyết rỗng hay không. Tương quan là sự phụ thuộc lẫn nhau của các đại lượng biến thiên. Tuy nhiên, nếu có bất kỳ nghi ngờ nào về Thống kê Python, hãy hỏi trong tab nhận xét. |