ANOVA unidireccional en Python: ANOVA unidireccional (también conocido como «análisis de varianza») es una prueba que se utiliza para averiguar si existe una diferencia estadísticamente significativa entre los valores medios de más de un grupo.
Hipótesis implicada:
Un ANOVA unidireccional tiene las siguientes hipótesis nula y alternativa:
- H0 (hipótesis nula): μ1 = μ2 = μ3 = … = μk (Implica que las medias de toda la población son iguales)
- H1 (hipótesis nula): Afirma que habrá al menos una media poblacional que difiera del resto
Declaración:
Los investigadores tomaron 20 autos del mismo para participar en un estudio. Estos coches se dopan aleatoriamente con uno de los cuatro aceites de motor y se les permite circular libremente durante 100 kilómetros cada uno. Al final del recorrido, se anota el desempeño de cada uno de los autos. Antes de continuar, debemos instalar la biblioteca SciPy en nuestro sistema. Puede instalar esta biblioteca usando el siguiente comando en la terminal:
pip3 install scipy
Implementación paso a paso
La realización de una prueba ANOVA unidireccional en Python es un proceso paso a paso y estos pasos se explican a continuación:
Paso 1: Crear grupos de datos.
El primer paso es crear tres arrays que mantendrán la información de los autos cuando d
Python3
# Performance when each of the engine # oil is applied performance1 = [89, 89, 88, 78, 79] performance2 = [93, 92, 94, 89, 88] performance3 = [89, 88, 89, 93, 90] performance4 = [81, 78, 81, 92, 82]
Paso 2: Realice el ANOVA unidireccional:
Python nos proporciona la función f_oneway() de la biblioteca SciPy con la que podemos realizar el ANOVA unidireccional.
Python3
# Importing library from scipy.stats import f_oneway # Performance when each of the engine # oil is applied performance1 = [89, 89, 88, 78, 79] performance2 = [93, 92, 94, 89, 88] performance3 = [89, 88, 89, 93, 90] performance4 = [81, 78, 81, 92, 82] # Conduct the one-way ANOVA f_oneway(performance1, performance2, performance3, performance4)
Producción:
Producción
Paso 3: Analizar el resultado:
El estadístico F y el valor p resultan ser iguales a 4.625 y 0.016336498 respectivamente. Dado que el valor p es inferior a 0,05, rechazaríamos la hipótesis nula. Esto implica que tenemos pruebas suficientes para decir que existe una diferencia en el rendimiento entre cuatro aceites de motor diferentes.