ANOVA
Тепер, коли ви перевірили рівність дисперсій за допомогою тесту Лівена та візуально оцінили наближену нормальність логарифмованих зарплат, час провести тест ANOVA! Нагадаємо, мета тесту ANOVA — з'ясувати, чи мали компанії з галузей біотехнологій, корпоративного ПЗ та охорони здоров'я однакові середні обсяги фінансування. Оскільки ці три групи задовольняють умови тесту ANOVA, ви знаєте, що висновки з нього будуть коректними.
Створені вами датафрейми (biotech_df, enterprise_df і health_df) уже завантажені. Також завантажені пакети pandas як pd, NumPy як np, Matplotlib як plt і пакет stats із SciPy. Логарифмічні перетворення значень фінансування, які ви обчислили в попередній вправі, надані для вас.
Ця вправа є частиною курсу
Основи інференції в Python
Інструкції до вправи
- Виконайте однофакторний тест ANOVA, використавши три логарифмовані значення фінансування в такому порядку аргументів: Biotechnology, Enterprise Software, Health Care.
- Виведіть повідомлення, якщо p-значення є значущим на рівні 5%.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
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%
____