ANOVA
Nu när du har fastställt likvarians med ett Levene-test och visuellt bedömt att de loggtransformerade lönerna är ungefär normalfördelade är det dags att genomföra ett ANOVA-test! Kom ihåg att syftet med ANOVA-testet är att avgöra om biotech-, enterprise software- och hälsovårdsföretagen hade lika genomsnittlig finansiering. Eftersom dessa tre grupper uppfyller villkoren för ett ANOVA-test vet du att slutsatserna från testet är giltiga.
De DataFrames du skapade (biotech_df, enterprise_df och health_df) har laddats in åt dig. Paketen pandas som pd, NumPy som np, Matplotlib som plt och paketet stats från SciPy har också laddats in. Loggtransformationerna av finansieringsvärdena som du beräknade i en tidigare övning är tillhandahållna.
Den här övningen är en del av kursen
Grunderna i inferens med Python
Övningsinstruktioner
- Utför ett envägs-ANOVA-test med var och en av de tre loggtransformerade finansieringsvärdena i följande argumentordning: Biotechnology, Enterprise Software, Health Care.
- Skriv ut om p-värdet är signifikant på 5 %-nivån.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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%
____