So führen Sie einen Kruskal-Wallis-Test in Python durch

Von Fabian
Kategorie: Python
Tags: ANOVA
Lesezeit: 2 Minuten

Ein Kruskal-Wallis-Test wird verwendet, um festzustellen, ob zwischen den Medianwerten von drei oder mehr unabhängigen Gruppen ein statistisch signifikanter Unterschied besteht oder nicht. Es wird als nicht parametrisches Äquivalent der einfaktorielle ANOVA angesehen.

In diesem Tutorial wird erklärt, wie Sie einen Kruskal-Wallis-Test in Python durchführen.

Beispiel: Kruskal-Wallis-Test in Python

Die Forscher wollen wissen, ob drei verschiedene Düngemittel zu unterschiedlichem Pflanzenwachstum führen. Sie wählen zufällig 30 verschiedene Pflanzen aus und teilen sie in drei 10er-Gruppen auf, wobei sie jeder Gruppe einen anderen Dünger zuführen. Am Ende eines Monats messen sie die Höhe jeder Pflanze.

Führen Sie die folgenden Schritte aus, um einen Kruskal-Wallis-Test durchzuführen und festzustellen, ob das mittlere Wachstum in allen drei Gruppen gleich ist.

Schritt 1: Geben Sie die Daten ein.

Zuerst erstellen wir drei Arrays, um unsere Pflanzenmessungen für jede der drei Gruppen zu speichern:

group1 = [7, 14, 14, 13, 12, 9, 6, 14, 12, 8]
group2 = [15, 17, 13, 15, 15, 13, 9, 12, 10, 8]
group3 = [6, 8, 8, 9, 5, 14, 13, 8, 10, 9]

Schritt 2: Führen Sie den Kruskal-Wallis-Test durch.

Als Nächstes führen wir einen Kruskal-Wallis-Test mit der Funktion kruskal() aus der Bibliothek scipy.stats durch:

from scipy import stats

# Kruskal-Wallis-Test durchführen 
stats.kruskal(group1, group2, group3)

(statistic=6.2878, pvalue=0.0431)

Schritt 3: Interpretieren Sie die Ergebnisse.

Der Kruskal-Wallis-Test verwendet die folgenden Null- und Alternativhypothesen:

Die Nullhypothese (H 0 ): Der Median ist über alle Gruppen hinweg gleich.

Die alternative Hypothese: (Ha): Der Median ist nicht in allen Gruppen gleich.

In diesem Fall beträgt die Teststatistik 6,2878 und der entsprechende p-Wert 0,0431. Da dieser p-Wert weniger als 0,05 beträgt, können wir die Nullhypothese ablehnen, dass das mittlere Pflanzenwachstum für alle drei Düngemittel gleich ist. Wir haben ausreichende Beweise, um den Schluss zu ziehen, dass die Art des verwendeten Düngemittels zu statistisch signifikanten Unterschieden im Pflanzenwachstum führt.

Statistik: Der Weg zur Datenanalyse

* Amazon Affiliate Link


Das könnte Sie auch interessieren: