शुरू करेंमुफ़्त में शुरू करें

Equal variance

अलग-अलग उद्योगों में वेंचर कैपिटलिस्ट्स (VCs) से निवेश के स्तर अलग होते हैं। लेकिन यदि आप VC निवेशों के किसी सैंपल को देखें और औसत निवेश राशि में हल्का-सा अंतर पाएँ, तो क्या यह मानना वाजिब है कि यह अंतर सांख्यिकीय रूप से महत्वपूर्ण है? ऐसी स्थिति के लिए ANOVA एकदम उपयुक्त है। हालाँकि, ANOVA की एक महत्वपूर्ण शर्त है कि सभी समूहों के सैंपल्स के बीच variance समान हो। इस अभ्यास में आप equal variance की जाँच के लिए Levene test इस्तेमाल करेंगे.

तीन उद्योगों (Biotechnology, Enterprise Software और Health Care) के निवेशों का एक pandas DataFrame investments_df के रूप में लोड किया गया है। pandas को pd, NumPy को np, Matplotlib को plt, और SciPy के stats पैकेज को भी पहले से लोड किया गया है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में अनुमान का आधार

पाठ्यक्रम देखें

अभ्यास निर्देश

  • दिए गए कॉलम नामों का उपयोग करके investments_df से हर market के लिए funding अलग-अलग चुनें.
  • Equal variance के लिए Levene tests इन जोड़ियों पर इसी क्रम में चलाएँ: (i) Biotechnology और Enterprise Software, (ii) Biotechnology और Health Care, और (iii) Enterprise Software और Health Care. इनके अनुरूप परिणामों को statistic1, statistic2, और statistic3 में रखें.
  • हर केस में एक Boolean लौटाएँ जो बताए कि equal variance की null hypothesis अस्वीकृत होती है या नहीं.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Select each industry separately
biotech_df = ____
enterprise_df = ____
health_df = ____

# Conduct Levene tests for equal variance between funding_total_usd for all pairs of industries
statistic_1, p_value_1 = ____
statistic_2, p_value_2 = ____
statistic_3, p_value_3 = ____

# Print if the p-value is significant at the 5% level
print(____)
print(____)
print(____)
कोड संपादित करें और चलाएँ