[빅데이터 분석기사] 실기 - 3유형 모평균 검정(모집단 1개) T-test,wilcoxon

 

import	scipy.stats	as	stats
from	scipy.stats	import	shapiro
import	pandas	as	pd
import	numpy	as	np

 

 

일단 3유형에서 필요한건 정규성 검정을 위해 shapiro를 불러오자

#	1.	가설설정
#	H0	:	mpg	열의	평균이	20과	같다.
#	H1	:	mpg	열의	평균이	20과	같지	않다.

 

#	2.	유의수준	확인	:	유의수준	5%로	확인

 

#	3.	정규성	검정
#	H0(귀무가설)	:	정규분포를	따른다.
#	H1(대립가설)	:	정규분포를	따르지	않는다.
statistic,	pvalue	=	stats.shapiro(df['mpg'])
print(round(statistic,4),	round(pvalue,4))
result	=	stats.shapiro(df['mpg'])
print(result)

 

#	4.1	(정규성만족	O)	t-검정	실시
statistic,	pvalue	=	stats.ttest_1samp(df['mpg'],	popmean=	20,	alternative='two-sided')		#	H1	:	왼쪽값이	오른쪽	값
print(round(statistic,4),	round(pvalue,4)	)
#	alternative	(대립가설	H1)	옵션	:	'two-sided',	'greater',	'less'

 

모평균 검정 - 모집단 1개 - 정규성 만족O - T test

statas.ttest_1samp 함수 사용

비교할 값 = popmean

 

#	4.2	(정규성만족	X)	wilcoxon	부호순위	검정
statistic,	pvalue	=	stats.wilcoxon(df['mpg']-20,	alternative='two-sided')
print(round(statistic,4),	round(pvalue,4)	)

 

모평균 검정 - 모집단 1개 - 정규성 만족X - wilcoxon

stats.wilcoxon 함수 사용

df['칼럼명']-비교할 값