본문은 여러 방법 중에 하나인 T 검정을 사용하는 방법을 다룬다.
표본 종류별 T 검증
|
단일표본 T 검정 |
독립표본 T 검정 |
대응표본 T 검정 |
정의 |
표본과 모집단의 평균차이 분석 |
독립된 두 표본의 평균 차이 분석 |
짝을 이룬 데이터의 평균 변화의 분석 |
가정 |
정규성, 등분산성 |
정규성, 등분산성 |
정규성 |
귀무가설 (H0) |
H0: μA=μ |
H0: μA=μ |
H0: μA=μ |
대립가설 (H1) |
H1: μB≠μ |
H1: μB≠μ |
H1: μB≠μ |
비모수 |
X |
Mann-Whitney 검정 |
Wilcoxon 순위합 부호 검정 |
파이썬 라이브러리 |
scipy.stats.ttest_1samp |
scipy.stats.ttest_ind scipy.stats.mannwhitneyu |
scipy.stats.ttest_rel scipy.stats.wilcoxon |
표본 수에 따른 정규성 확인
표본수 > 30 : 중심극한정리에 의해 정규성을 가지는 것으로 가정할 수 있다.
30 > 표본수 > 10 : 정규성 검정이 필요하다.
10 > 표본수 : 정규성을 인정 받을 수 없음으로 비모수적인 통계 방법 사용한다.
정규성 검정 방법
Kolmogorov-Smirnov test
Sapiro-Wilks test
등분산성 검증 방법
Levene test
Bartlett’s test
0 개의 댓글:
댓글 쓰기