천재교육 t-test

T test 절차

1. 표본 확인 (독립표본인지 대응표본인지)
   1.1 독립표본: 남성 키, 여성 키 서로 어떠한 관계도 없음

   1.2 대응표본: 환자 A에서 다른날 검진
   - 대응표본인 경우 paired T-test
   (각 리스트의 길이 같아야함, 리스트 순서 섞으면 안됨)
   일반적인 student t-test는 두 그룹이 있을 때 그룹 전체와 그룹 전체

2. 집단 특성 확인 (범주형인지 연속형인지)
   2.1 범주형인 경우

   • 범주형(0.001등 으로 쪼갤수 없음)인 경우 Mann-whitney U test
   • a=1,b=2 할당 후 t test 이럼 스칼라 벡터처럼 결과값 확인 가능

   2.2 연속형인 경우

   • 정규성 등분산성 만족 (student t test)
   • 정규성 만족, 등분산성 불만족 (welch's t test)
   • 정규성 불만족 (Mann-whitney U test)

---

정규성 검정

• 귀무가설: 정규성을 따른다

• 대립가설: 정규성을 따르지 않는다

• p-value<0.05 → 귀무가설 기각 정규성을 따른다고 할 수 없다.

• p-value>0.05 → 귀무가설 채택 정규성을 따른다고 할 수 있다.

정리: P>0.05 정규성

---

---

등분산 검정

• 귀무가설: 같은 분포에서 뽑아냈다 즉 등분산이다

• 대립가설: 같은 분포에서 뽑아내지 않았다.

• p-value<0.05 → 귀무가설 기각 등분산이라고 할 수 없다.

• p-value>0.05 → 귀무가설 채택 등분산이라고 할 수 있다.

정리: P>0.05 등분산

---

---

t 검정

• 귀무가설: 두 집단은 차이가 없다.

• 대립가설: 두 집단은 차이가 있다.

• p-value<0.05 → 귀무가설 기각 두 집단은 차이가 있다.

• p-value>0.05 → 귀무가설 채택 두 집단은 차이가 없다.

정리: P> 0.05 두 집단 차이 없음

---

필요 패키지

from scipy import stats
from scipy.stats import mannwhitneyu

정규성 판단

stats.shapiro(df1['수출금액'])

등분산 판단

stats.ks_2samp(df['수출금액'],df['수입금액'])

paired t test(대응표본)

stats.ttest_rel(df['수출건수'],df['수입건수'])

student t test(독립표본, 정규성 만족)

stats.ttest_ind(df['수출건수'],df['수입건수'],equal_var=False)

wilconxon t test(독립표본, 정규성 불만족)

stats.wilcoxon(df['수출건수'],df['수입건수'])

Mann-whitney U test(독립표본, 정규성 불만족)

mannwhitneyu(df1['수출금액'],df1['수입금액'])