Die Bedeutung von Hypothesentest und Wahrscheinlichkeitsverteilung in der statistischen Analyse wurde bereits mehrfach erläutert, aber auch hier die Nullhypothese und die alternative Hypothese. Lassen Sie uns zurückblicken.
Unternehmen D entwickelt ein Computergerät für wissenschaftliche Computer. Das Forschungs- und Entwicklungsteam hat jetzt einen neuen Prototyp mit verbesserter Leistung erstellt, indem eine vorhandene Version verbessert wurde. Das Qualitätskontrollteam des Unternehmens entschied sich, die Software-Benchmarks zu messen und 50 Proben zu testen, um festzustellen, ob sie wirklich verbessert wurden.
Nach Angaben des Qualitätskontrollteams lag der Leistungswert des ursprünglichen alten Produkts im Durchschnitt bei 1294 und die Standardabweichung bei 34..Die durchschnittliche Leistungsbewertung des als Probe getesteten neuen Produkts beträgt 1311 und die Standardabweichung 28..Es war 3.
Wenn Sie nur die Geschichte anhören, hat sich der Leistungswert verbessert, und ich denke, dass sich das Produkt sicherlich verbessert hat. Zu diesem Zeitpunkt gilt die folgende ** Nullhypothese **.
"Die durchschnittliche Leistung neuer Produkte entspricht dem Durchschnitt alter Produkte."
In unserem Sinne möchten wir die Hypothese aufstellen, dass "die durchschnittliche Leistung neuer Produkte wirklich besser ist als die alter Produkte". Der statistische Hypothesentest stellt eine aussagekräftige Hypothese auf, wenn er abgelehnt (= abgelehnt) wird.
Mit anderen Worten, wenn die Nullhypothese abgelehnt wird, ist sie nicht gleich, das heißt, es kann im positiven Sinne gesagt werden, dass das neue Produkt sicherlich verbessert wurde. Im Gegenteil, wenn es nicht abgelehnt wird, bedeutet dies, dass die Probe des neuen Produkts und des alten Produkts nicht gleich sind. Ich weiß nicht, ob dies die Leistung nicht wirklich verbessert, aber es ist richtig zu sagen, dass es in diesem Experiment zumindest nicht verbessert wurde.
Andererseits wird die Hypothese, dass "die durchschnittliche Leistung des neuen Produkts wirklich besser ist als die des alten Produkts", wie im obigen Beispiel, als "alternative Hypothese" bezeichnet.
Ich habe es [zuvor] gemacht (qiita.com/ynakayama/items/e41f592ad7fe02f23c1c), aber wieder mit SciPy t test .
Die vom Forschungs- und Entwicklungsteam erhaltenen Bewertungen für jedes Produkt waren wie folgt.
#Alte Produktgruppe
[ 1225.95543492 1313.6427203 1255.29559405 1245.89449916 1366.75762258
1327.53242061 1317.92790831 1324.61493269 1265.29687633 1328.31664814
1261.87166693 1267.1872685 1308.34491084 1298.87127779 1297.86204665
1245.68834845 1277.92232162 1318.1037024 1317.6412105 1321.97106981
1376.45531456 1300.69798728 1293.57249855 1252.72982576 1307.78459733
1308.73137839 1305.15108854 1281.34013092 1299.69826184 1347.69776592
1252.48079949 1285.19555021 1271.30831279 1264.09883356 1309.92019558
1275.0874674 1365.35342566 1263.27713759 1303.39574014 1294.24464261
1293.56856821 1336.95824401 1291.61986512 1275.92673335 1331.23147617
1266.5493744 1350.91634825 1298.22788355 1339.36570452 1355.4465444 ]
#Neue Produktgruppe
[ 1354.13405911 1323.75265515 1277.60453412 1327.83291747 1349.05822437
1272.68414964 1307.47711383 1379.03552722 1258.5028792 1328.53923338
1363.80040966 1273.70734254 1326.38009765 1323.89588985 1327.32084927
1311.6073846 1324.9257883 1285.28367883 1281.79079995 1336.87973377
1327.11775168 1275.35676837 1266.37666597 1290.45032715 1312.39184943
1296.47809079 1342.23383962 1310.94699159 1303.78171421 1296.65505569
1342.84984941 1296.4890814 1357.35004255 1276.81169935 1283.04973271
1292.6973255 1310.64071015 1310.07473863 1315.06180632 1268.3989793
1294.0418435 1355.21947184 1293.42257727 1257.01667603 1286.30458648
1286.74731659 1303.56261411 1336.33192992 1290.53467814 1328.87278939]
Code
t, p = stats.ttest_rel(old, new)
print( "t Wert ist%(t)s" %locals() )
print( "Die Wahrscheinlichkeit ist%(p)s" %locals() )
if p < 0.05:
print("Es gibt einen signifikanten Unterschied")
else:
print("Es gibt keinen signifikanten Unterschied")
Der t-Wert beträgt -1,503290038513141 Die Wahrscheinlichkeit beträgt 0,139182542398 Es gibt keinen signifikanten Unterschied ist geworden.
Ich habe die Nullhypothese und die Alternativhypothese neu organisiert und die Qualitätsverbesserung des Produkts getestet. Die Nullhypothese ist ein verwirrender Punkt. Verstehen wir sie also richtig.
Einführung in die Statistik http://ruby.kyoto-wu.ac.jp/~konami/Text/
Scipy: Hochrangige Berechnung von Wissenschaft und Technologie http://turbare.net/transl/scipy-lecture-notes/intro/scipy.html
Statistical functions (scipy.stats) http://docs.scipy.org/doc/scipy/reference/stats.html
Recommended Posts