Hypothesis Test

Hypothesis Test

 

기술 통계치

count, mean, standard dev, min, 1Q, median, 3Q, max 등의 데이터를 설명 하는 값(혹은 통계치)들

 

추리 통계치

수집한 데이터를 바탕으로 추론, 예측하는 통계 기법

 

가설검정

- 주어진 상황에 대해서, 하고자 하는 주장이 맞는지 아닌지를 수치로 판정한다.

- 모집단의 실제 값에 대한 sample(모집단의 표본)의 통계치를 사용해 통계적으로 유의한지 아닌지 여부를 판정.

 

귀무가설 (Null Hypothesis, H0): A는 B일 것이다.
대안가설 (Alternative Hypothesis, H1) : A는 B가 아닐 것이다.

 

T-test

평균치에서 벗어난 표준오차를 통해 통계적으로 유의미한지 판단

 

H0(귀무가설) : fair coin, p =0.5
H1(대립가설) : not fair coin,  p != 0.5 

P-value

가설이 얼마나 근거가 있는지를 0~1 사이의 값으로 표현

 

p-value >= 0.05 : accept H0
p-value < 0.05 : accept H1

pvalue < 0.01 : 귀무가설 옳을 확률 1%이하 → 틀렸다 (깐깐한 기준)
pvalue < 0.05 (5%) : 귀무가설 옳을 확률 5%이하 → 틀렸다 (일반적인 기준)
0.05 ~ pvalue ~ 0.1 사이인 경우: (애매함) -> 샘플링 및 실험 다시
pvalue > 0.1 : 귀무가설이 옳을 확률 10% 이상 -> 귀무가설을 기각 할수 없다 or 틀리지 않았을것이다

 

Scipy t-test

One sample test
샘플 데이터의 평균이 “X”보다 크다 혹은 작다 or 크지않다를 검정한다.
stats.ttest_1samp(tree, 400) # tree의 평균과 400 비교


Two Sample T-test
샘플 데이터의 평균이 “X”(비교데이터)와 서로 동일한지 비교한다.
stats.ttest_ind(tree1,tree2) # tree1, tree2가 서로 동일한가 비교6일차 2021.03.11>