1. 학습
    2. /
  2. 강의
    3. /
  3. Python으로 배우는 실험 설계
Connected

연습 문제

Bonferroni 보정 적용하기

Tukey의 HSD로 치료 그룹 간 유의한 차이를 확인한 뒤, Bonferroni 보정으로 결과를 다시 확인해 보겠습니다. Bonferroni 보정은 다중 비교 문제를 완화하기 위해 사용하는 보수적인 통계적 조정 방법으로, 유의수준을 조정해 거짓 양성 결과가 나올 가능성을 줄여 줍니다. CBT, DBT, ACT의 효과를 비교하는 이번 연구 맥락에서 Bonferroni 보정을 적용하면, 치료 그룹 간에서 관찰된 유의한 차이가 우연 때문이 아님을 더 확실히 할 수 있습니다.

therapy_outcomes DataFrame은 pandas as pd, from scipy.stats import ttest_ind, from statsmodels.sandbox.stats.multicomp import multipletests와 함께 이미 로드되어 있습니다.

지침

100 XP
  • therapy_pairs에 있는 모든 치료 그룹 쌍에 대해 독립 표본 t-검정을 수행하고, p-값(p_val)을 p_values 리스트에 추가하세요.
  • 다중 검정에서 나온 p-값에 Bonferroni 보정을 적용하고, 조정된 값을 출력하세요.