두 표본 평균 검정 통계량
두 모집단의 평균 차이를 검정할 때는 1장에서 본 z-점수와는 다른 유형의 검정 통계량을 사용합니다. 이것을 "t"라고 하며, 각 표본에서 얻은 세 가지 값으로 다음 식을 사용해 계산할 수 있습니다.
$$ t = \dfrac{(\bar{x}_{\text{child}} - \bar{x}_{\text{adult}})}{\sqrt{\dfrac{s_{\text{child}}^2}{n_{\text{child}}} + \dfrac{s_{\text{adult}}^2}{n_{\text{adult}}}}} $$
일부 배송이 지연되는 이유를 파악하는 과정에서, 제시간에 도착한 배송물의 무게가 지연된 배송물의 무게보다 작은지 궁금할 수 있습니다. late_shipments 데이터셋은 late == "Yes"인 "yes" 그룹과 late == "No"인 "no" 그룹으로 나뉘어 있습니다. 배송물의 무게는 weight_kilograms 변수에 주어집니다.
두 그룹의 표본평균은 xbar_no와 xbar_yes로 제공됩니다. 표본표준편차는 s_no와 s_yes이며, 표본크기는 n_no와 n_yes입니다. numpy는 np로 불러와져 있습니다.
이 연습은 강의의 일부입니다
Python으로 배우는 가설 검정
연습 안내
- \(t\) 검정 통계량의 분자를 계산하세요.
- \(t\) 검정 통계량의 분모를 계산하세요.
- 위 두 값을 사용해 \(t\) 검정 통계량을 계산하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Calculate the numerator of the test statistic
numerator = ____
# Calculate the denominator of the test statistic
denominator = ____
# Calculate the test statistic
t_stat = ____
# Print the test statistic
print(t_stat)