ANOVA
Ora che hai verificato l’uguaglianza delle varianze con il test di Levene e valutato visivamente la normalità approssimata degli stipendi trasformati in logaritmo, è il momento di eseguire un test ANOVA! Ricorda che lo scopo dell’ANOVA è determinare se le aziende di biotech, enterprise software e health care hanno avuto lo stesso finanziamento medio. Poiché questi tre gruppi soddisfano le condizioni per un test ANOVA, sai che le conclusioni tratte saranno valide.
I DataFrame che hai creato (biotech_df, enterprise_df e health_df) sono già stati caricati per te. Anche i pacchetti pandas come pd, NumPy come np, Matplotlib come plt e il pacchetto stats di SciPy sono stati caricati. Le trasformazioni logaritmiche dei valori di finanziamento che hai calcolato in un esercizio precedente sono a tua disposizione.
Questo esercizio fa parte del corso
Fondamenti dell'inferenza in Python
Istruzioni dell'esercizio
- Esegui un’ANOVA a una via usando i tre finanziamenti trasformati in logaritmo nel seguente ordine di argomenti: Biotechnology, Enterprise Software, Health Care.
- Stampa se il p-value è significativo al 5%.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
biotech_log_funding = np.log(biotech_df['funding_total_usd'])
enterprise_log_funding = np.log(enterprise_df['funding_total_usd'])
health_log_funding = np.log(health_df['funding_total_usd'])
# Conduct a one-way ANOVA test to compare the log-funding
s, p_value = ____
# Print if the p-value is significant at 5%
____