<t-test> :  (통계적 차이 검정)

– 분석 결과의 타당성을 증명하기 위해 통계적으로 차이를 검정하는 과정으로 두 집단간 차이에 대한 검정 방법이다.
– 모집단의 평균 등과 같이 실제 정보를 모를 때 현재의 데이터만으로 두 집단의 차이에 대해 검정할 수 있는 방법
– 검정 대상인 두 집단의 데이터 개수가 비슷하면서 두 데이터가 정규 분포를 보이는 경우에 신뢰도가 높은 검정 방법

1. t-test 귀무가설

‘두집단의 평균이 같다.’

2. africa와 eu간의 맥주 소비량의 차이 검정

africa, eu의 맥주 소비량의 평균을 통해 두 집단의 차이를 검정한다.

[data : africa]

 country beer_servings spirit_servings wine_servings total_litres_of_pure_alcohol continent
2 Algeria 25 0 14 0.7 AF
4 Angola 217 57 45 5.9 AF
18 Benin 34 4 13 1.1 AF
22 Botswana 173 35 35 5.4 AF
26 Burkina Faso 25 7 7 4.3 AF
27 Burundi 88 0 0 6.3 AF
28 Cote d'Ivoire 37 1 7 4.0 AF
29 Cabo Verde 144 56 16 4.0 AF
31 Cameroon 147 1 4 5.8 AF
33 Central African Republic 17 2 1 1.8 AF
34 Chad 15 1 1 0.4 AF
38 Comoros 1 3 1 0.1 AF
39 Congo 76 1 9 1.7 AF
......

[data : eu]

 country beer_servings spirit_servings wine_servings total_litres_of_pure_alcohol continent
1 Albania 89 132 54 4.9 EU
3 Andorra 245 138 312 12.4 EU
7 Armenia 21 179 11 3.8 EU
9 Austria 279 75 191 9.7 EU
10 Azerbaijan 21 46 5 1.3 EU
15 Belarus 142 373 42 14.4 EU
16 Belgium 295 84 212 10.5 EU
21 Bosnia-Herzegovina 76 173 8 4.6 EU
25 Bulgaria 231 252 94 10.3 EU
42 Croatia 230 87 254 10.2 EU
44 Cyprus 192 154 113 8.2 EU
.....

code : t-test

def t_test(self):

    africa = self.drinks.loc[self.drinks['continent'] == 'AF']
    europe = self.drinks.loc[self.drinks['continent'] == 'EU']
    
    tTestResult = stats.ttest_ind(africa['beer_servings'], europe['beer_servings'])
    tTestResultDiffVar = stats.ttest_ind(africa['beer_servings'], europe['beer_servings'], equal_var=False)

    print("The t-statistic and p-value assuming equal variances is %.3f and %.3f." % tTestResult)
    print("The t-statistic and p-value not assuming equal cariances is %.3f and %.3f." % tTestResultDiffVar)

결과 :

The t-statistic and p-value assuming equal variances is -7.268 and 0.000.
The t-statistic and p-value not assuming equal cariances is -7.144 and 0.000