Hướng dẫn dùng statistical significant python - use python có ý nghĩa thống kê

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.

Nội dung chính

  • p-value trong thống kê Python
  • T-test trong thống kê Python
  • Ví dụ One-sample T-test trong Python
  • Ví dụ Two-sample Test của Python
  • Thử ngPaired T-test với Python
  • KS Test trong thống kê Python
  • Tương quan trong thống kê Python
  • Ví dụ về tương quan trong Python
  • Plotting tương quan trong Python
  • Lưu kết quả
  • Kết luận: Thống kê Python

Các bài viết liên quan:

Vì vậy, hãy bắt đầu Hướng dẫn thống kê Python.

  • p-value trong thống kê Python
  • T-test trong thống kê Python
  • KS Test trong thống kê Python
  • Tương quan trong thống kê Python
  • Kết luận: Thống kê Python

p-value trong thống kê Python

T-test trong thống kê Python

Ví dụ One-sample T-test trong Python

Ví dụ Two-sample Test của Python

Hướng dẫn dùng statistical significant python - use python có ý nghĩa thống kê

T-test trong thống kê Python

Ví dụ One-sample T-test trong Python

Ví dụ One-sample T-test trong Python

Ví 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 Python

Thử 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 Python

KS 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 Python

Tương 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 Python

Ví dụ về tương quan trong Python

Plotting tương quan trong Python

  • Lưu kết quả
  • Khám phá sự tồn tại của mối quan hệ nhân quả
  • Nền tảng cho các kỹ thuật mô hình khác

Ví dụ về tương quan trong Python

Hãy 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 Python

Hãy 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 quả

Chúng 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 Python

Do 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.