4. 카이제곱 검정하기
>>> import scipy as sp >>> n = np.array([1, 2, 4, 1, 2, 10]) # 주사위를 20번 던졌을 때 1~6 사이의 눈이 나오는 빈도 >>> sp.stats.chisquare(n) # 귀무 가설: 각 눈의 빈도는 동일한 확률로 나온다 Power_divergenceResult(statistic=17.799999999999997, pvalue=0.0032077920346052823) # 귀무 가설 기각
5. t 검정하기
>>> np.random.seed(0) >>> x1 = stats.norm(0, 1).rvs(10) # 평균이 0인 정규 분포에서 표본 10개 추출 >>> x2 = stats.norm(1, 1).rvs(10) # 평균이 1인 정규 분포에서 표본 10개 추출 >>> np.mean(x1), np.mean(x2) # 두 랜덤 샘플의 평균 확인 (0.7380231707288347, 1.400646015162435) >>> stats.ttest_ind(x1, x2) # 두 집단의 모평균이 같다는 귀무 가설에 대해 t-검정 Ttest_indResult(statistic=-4.23261951, pvalue=0.000500608) # 유의 수준 5%에서 귀무 가설 기각