ANOVA
Вы уже убедились в равенстве дисперсий с помощью теста Левена и визуально оценили приблизительную нормальность логарифмически преобразованных значений финансирования. Теперь пришло время провести тест ANOVA! Напомним, что цель этого теста — определить, одинаково ли среднее финансирование компаний в сферах биотехнологий, корпоративного программного обеспечения и здравоохранения. Поскольку все три группы удовлетворяют условиям применения ANOVA, выводы теста будут обоснованными.
DataFrame'ы, которые вы создали (biotech_df, enterprise_df и health_df), уже загружены. Также загружены библиотеки pandas как pd, NumPy как np, Matplotlib как plt и модуль stats из SciPy. Логарифмические преобразования значений финансирования, вычисленные в предыдущем упражнении, предоставлены вам.
Это упражнение является частью курса
Основы статистического вывода на Python
Инструкции к упражнению
- Проведите однофакторный дисперсионный анализ (ANOVA), передав логарифмически преобразованные значения финансирования в следующем порядке аргументов: Biotechnology, Enterprise Software, Health Care.
- Выведите сообщение о том, является ли p-значение значимым на уровне 5%.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
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%
____