تست فرضیه برای بررسی معنی داری آماری در Pandas و scikit-learn

import pandas as pd
from scipy import stats

data = pd.DataFrame({"X": [۱۰, ۱۲, ۱۴, ۱۵, ۱۶]})

mu = ۱۳  # مقدار ثابت

t_statistic, p_value = stats.ttest_1samp(data["X"], mu)

if p_value < ۰.۰۵:
    print(f"میانگین نمونه به طور معنی داری با {mu} متفاوت است (p-value = {p_value:.۳f})")
else:
    print(f"تفاوت معنی داری بین میانگین نمونه و {mu} وجود ندارد (p-value = {p_value:.۳f})")

data1 = pd.DataFrame({"X": [۱۰, ۱۲, ۱۴, ۱۵]})
data2 = pd.DataFrame({"X": [۱۱, ۱۳, ۱۵, ۱۶]})

t_statistic, p_value = stats.ttest_ind(data1["X"], data2["X"])

if p_value < ۰.۰۵:
    print("میانگین دو نمونه به طور معنی داری متفاوت است (p-value = {p_value:.3f})")
else:
    print("تفاوت معنی داری بین میانگین دو نمونه وجود ندارد (p-value = {p_value:.3f})")

import statsmodels.api as sm

data = pd.DataFrame({"گروه": ["A", "A", "A", "B", "B", "B", "C", "C"], "X": [۱۰, ۱۲, ۱۴, ۱۱, ۱۳, ۱۵, ۱۶, ۱۷]})

model = sm.ols("X ~ گروه", data=data).fit()

anova = model.anova()
print(anova)

import pandas as pd
from scipy import stats

data = pd.DataFrame({"رنگ_مو": ["قهوه ای", "قهوه ای", "بلوند", "بلوند", "مشکی", "مشکی"], "رنگ_چشم": ["قهوه ای", "آبی", "قهوه ای", "آبی", "قهوه ای", "آبی"]})

chi2_statistic, p_value = stats.chi2_contingency(data["رنگ_مو"].value_counts().reset_index(name="تعداد")["تعداد"], data["رنگ_چشم"].value_counts().reset_index(name="تعداد")["تعداد"])

if p_value < ۰.۰۵:
    print("رنگ مو و رنگ چشم مستقل نیستند (p-value = {p_value:.3f})")
else:
    print("رنگ مو و رنگ چشم مستقل هستند (p-value = {p_value:.3f})")