[빅데이터 분석기사] 실기 - 3유형 모평균 검정 함수 비교

 

 

	모집단 1개	모집단2개(대응T검정)	모집단2개(독립T검정)	모집단3개(F검정, ANOVA)
정규성 함수	stats.shapiro(df['mpg'])	stats.shapiro(df['after']-df['before'])	stats.shapiro(df['A']) stats.shapiro(df['B'])	print(stats.shapiro(df['A']) ) print(stats.shapiro(df['B']) ) print(stats.shapiro(df['C']) )
정규성O,	stats.ttest_1samp(df['mpg'], popmean= 20, alternative='two-sided')	stats.ttest_rel(df['after'], df['before'], alternative='two-sided')
정규성X	statistic, pvalue = stats.wilcoxon(df['mpg']-20, alternative='two-sided')	stats.wilcoxon(df['after']-df['before'], alternative='two-sided')
등분산성 함수			stats.bartlett(df['A'], df['B'])	stats.bartlett(df['A'], df['B'], df['C'])
정규성O,등분산성O			stats.ttest_ind(df['A'], df['B'],equal_var=True,alternative='two-sided')	stats.f_oneway(df['A'], df['B'], df['C'])
정규성O,등분산성X			stats.ttest_ind(df['A'], df['B'],equal_var=False,alternative='two-sided')	패키지 미지원, 출제X
정규성X			statistic, pvalue = stats.ranksums(df['A'], df['B'], alternative='two-sided')	stats.kruskal(df['A'], df['B'], df['C'])

• 셀 병합
• 행 분할
• 열 분할
• 너비 맞춤
• 삭제

 

빅분기 필기에서도 비모수 검정은 중요시 여기지 않았으므로

시간이 없다면 정규성O 인 함수만 외워가자