方差相等
不同产业从风险投资人（VC）那里获得的投资水平并不相同。然而，如果您查看一组 VC 投资样本，发现平均投资额有些差异，这种差异就一定具有统计显著性吗？这正是 ANOVA 可大显身手的场景。不过，ANOVA 的一个关键前提是各组样本之间方差相等。本练习中，您将使用 Levene 方差齐性检验来测试这一点。
一个包含三个行业（Biotechnology、Enterprise Software 和 Health Care）投资数据的 pandas DataFrame 已以 investments_df 之名为您加载。pandas（简称 pd）、NumPy（简称 np）、Matplotlib（简称 plt）以及 SciPy 中的 stats 包也已加载完毕。
本练习是课程的一部分
Python 推断基础
练习说明
- 使用给定的列名，从
investments_df中分别选取每个market的融资金额。 - 按以下顺序对各行业两两之间进行 Levene 方差齐性检验，并分别对应保存为
statistic1、statistic2和statistic3： (i) Biotechnology 与 Enterprise Software，(ii) Biotechnology 与 Health Care，(iii) Enterprise Software 与 Health Care。 - 在每种情况下，都返回一个布尔值，指示是否拒绝"方差相等"的原假设。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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(____)