Comment fonctionnent les tests d'hypothèses et quels sont les problèmes qu'ils permettent de résoudre ? Pour le savoir, vous allez suivre le déroulement d'un test de proportion d'un échantillon. Ce faisant, vous rencontrerez des concepts importants tels que les scores z, les valeurs p et les erreurs de faut négatif et faut positif.

Tests d'hypothèse et scores z

Utilisations des tests A/B

Calcul de la moyenne de l'échantillon

Calcul d'un score z

valeurs p

Procès criminels et tests d'hypothèses

Queue gauche, queue droite, deux queues

Calcul des valeurs p

Signification statistique

Décisions à partir des valeurs p

Calculer un intervalle de confiance

Erreurs de type I et de type II

Principes de base des tests d'hypothèses

Dans ce chapitre, vous apprendrez à tester les différences de moyennes entre deux groupes à l'aide de tests t et à les étendre à plus de deux groupes à l'aide de ANOVA et de tests t par paire.

Réalisation de tests t

Flux de travail des tests d'hypothèse

Statistique du test de la moyenne à deux échantillons

Calcul des valeurs p à partir des statistiques t

Pourquoi « t » est-il nécessaire ?

La distribution t

De t à p

Tests t par paires

L'appariement est-il nécessaire ?

Visualiser la différence

Utilisation de ttest()

ANOVA tests

Visualiser de nombreuses catégories

Réalisation d'un test ANOVA

Tests t par paire

Tests à deux échantillons et ANOVA

Il est maintenant temps de tester les différences de proportions entre deux groupes à l'aide de tests de proportion. Grâce à des exercices pratiques, vous étendrez vos tests de proportion à plus de deux groupes avec les tests d'indépendance du chi-carré, et reviendrez au cas d'un seul échantillon avec les tests d'adéquation du khi-deux.

Tests de proportion à un échantillon

t pour les proportions ?

Test pour les proportions uniques

Tests de proportion à deux échantillons

Test de deux proportions

proportions_ztest() pour deux échantillons

Test d'indépendance du khi-deux

La distribution du khi-deux

Combien de queues pour les tests du khi-deux ?

Réalisation d'un test du khi-deux

Tests d'adéquation du khi-deux

Visualisation de la qualité de l'ajustement

Réalisation d'un test d'adéquation

Tests de proportion

Enfin, il est temps de découvrir les hypothèses des tests d'hypothèse paramétriques et de voir comment les tests non paramétriques peuvent être utilisés lorsque ces hypothèses ne sont pas respectées.

Hypothèses dans les tests d'hypothèses

Hypothèses communes des tests d'hypothèse

Taille de l'échantillon de test

Tests non paramétriques

Quel test paramétrique ?

Test de Wilcoxon signé

Tests non paramétriques ANOVA et tests t non appariés

Wilcoxon-Mann-Whitney

Kruskal-Wallis

Félicitations !

Late Shipments

Stack Overflow

U.S. Democrat Votes 2012/2016

U.S. Republican Votes 2008/2012

Les tests d'hypothèse vous permettent de répondre à des questions sur vos ensembles de données d'une manière statistiquement rigoureuse. Dans ce cours, vous développerez vos compétences analytiques Python en apprenant comment et quand utiliser des tests courants tels que les tests t, les tests de proportion et les tests du khi-deux. En travaillant avec des données réelles, y compris les commentaires des utilisateurs de Stack Overflow et les données de la chaîne d'approvisionnement pour les expéditions de matériel médical, vous acquerrez une compréhension approfondie de la façon dont ces tests fonctionnent et des hypothèses clés qui les sous-tendent. Vous découvrirez également comment les tests non paramétriques peuvent être utilisés pour dépasser les limites des tests d'hypothèse traditionnels.

Sampling in Python

Apprenez à utiliser les tests d'hypothèse comme t-tests, tests de proportion et chi-carré en Python.

Tests d'hypothèses en Python

Apprenez quand et comment utiliser les tests d’hypothèse courants en Python : t-tests, tests de proportion et tests du khi-deux.

Hypothèses dans les tests d'hypothèses

Create Your Free Account