Критерий Фридмана — это непараметрическая альтернатива дисперсионному анализу повторных измерений.Он используется для определения того, существует ли статистически значимая разница между средними значениями трех или более групп, в которых одни и те же субъекты обнаруживаются в каждой группе.
В этом руководстве объясняется, как выполнить тест Фридмана в Python.
Пример: тест Фридмана в Python
Исследователь хочет знать, одинаково ли время реакции пациентов на три разных препарата. Чтобы проверить это, он измеряет время реакции (в секундах) 10 разных пациентов на каждый из трех препаратов.
Используйте следующие шаги, чтобы выполнить тест Фридмана в Python, чтобы определить, различается ли среднее время реакции между препаратами.
Шаг 1: Введите данные.
Во-первых, мы создадим три массива, которые содержат время отклика для каждого пациента на каждое из трех лекарств:
group1 = [4, 6, 3, 4, 3, 2, 2, 7, 6, 5]
group2 = [5, 6, 8, 7, 7, 8, 4, 6, 4, 5]
group3 = [2, 4, 4, 3, 2, 2, 1, 4, 3, 2]
Шаг 2: Выполните тест Фридмана.
Далее мы проведем тест Фридмана, используя функцию friedmanchisquare() из библиотеки scipy.stats:
from scipy import stats
#perform Friedman Test
stats. friedmanchisquare (group1, group2, group3)
(statistic=13.3514, pvalue=0.00126)
Шаг 3: Интерпретируйте результаты.
Тест Фридмана использует следующие нулевые и альтернативные гипотезы:
Нулевая гипотеза (H 0 ): Среднее значение для каждой совокупности равно.
Альтернативная гипотеза: (Ha): по крайней мере одно среднее значение генеральной совокупности отличается от остальных.
В этом примере тестовая статистика равна 13,3514 , а соответствующее значение p равно p = 0,00126.Поскольку это p-значение меньше 0,05, мы можем отвергнуть нулевую гипотезу о том, что среднее время ответа одинаково для всех трех препаратов.
Другими словами, у нас есть достаточно доказательств, чтобы заключить, что тип используемого наркотика приводит к статистически значимым различиям во времени ответа.