Bonferroni 보정
슬라이드에서 다룬 Bonferroni 보정 방법을 사용해 다중 가설 검정을 구현해 봅시다. 이를 위해 가져온 multipletests() 함수를 사용할 거예요.
단일 검정 유의수준을 0.05로 설정하고, Bonferroni 보정이 이미 만들어진 p-value 샘플 리스트에 어떤 영향을 주는지 확인하세요.
이 연습은 강의의 일부입니다
Python으로 통계 면접 문제 연습하기
연습 안내
- 가져온
multipletests()함수를 사용해 Bonferroni로 보정된 p-value 리스트를 계산하세요. p_adjusted변수의 인덱스 0에 반환된 다중 가설 검정 결과를 출력하세요.p_adjusted변수의 인덱스 1에 반환된 p-value 자체를 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
from statsmodels.sandbox.stats.multicomp import multipletests
pvals = [.01, .05, .10, .50, .99]
# Create a list of the adjusted p-values
p_adjusted = multipletests(____, alpha=____, method='bonferroni')
# Print the resulting conclusions
print(____)
# Print the adjusted p-values themselves
print(____)