Zacznij terazZacznij za darmo

Równość wariancji

Różne branże przyciągają różne poziomy inwestycji ze strony funduszy venture capital (VC). Jeśli jednak w próbce inwestycji VC dostrzeżesz nieco odmienne średnie kwoty, czy można uznać tę różnicę za istotną statystycznie? To idealna sytuacja dla ANOVA. Kluczowym warunkiem zastosowania ANOVA jest jednak równość wariancji we wszystkich grupach próbek. W tym ćwiczeniu sprawdzisz ten warunek za pomocą testu Levene'a.

W zmiennej investments_df wczytano ramkę danych pandas z inwestycjami w trzech branżach: Biotechnology, Enterprise Software i Health Care. Dostępne są również: pandas jako pd, NumPy jako np, Matplotlib jako plt oraz pakiet stats z biblioteki SciPy.

To ćwiczenie jest częścią kursu

Podstawy wnioskowania statystycznego w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

  • Wybierz dane o finansowaniu dla każdego market osobno z investments_df, korzystając z podanych nazw kolumn.
  • Przeprowadź testy Levene'a dla równości wariancji między każdą parą branż w następującej kolejności: (i) Biotechnology i Enterprise Software, (ii) Biotechnology i Health Care, (iii) Enterprise Software i Health Care – odpowiadające kolejno statistic1, statistic2 i statistic3.
  • W każdym przypadku zwróć wartość logiczną (Boolean) wskazującą, czy hipoteza zerowa o równości wariancji została odrzucona.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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(____)
Edytuj i uruchom kod