Python 데이터분석 기초 40 - 추론통계 분석 중 비율(value)검정

 

추론통계 분석 중 비율검정
- 비율검정 특징
 : 집단의 비율이 어떤 특정한 값과 같은지를 검증.
 : 비율 차이 검정 통계량을 바탕으로 귀무가설의 기각여부를 결정.

 

one-sample : 비율이 제시된 경우

two-sample : 비율이 제시되지 않은 경우

 

 

# 추론통계 분석 중 비율검정
# - 비율검정 특징
# : 집단의 비율이 어떤 특정한 값과 같은지를 검증.
# : 비율 차이 검정 통계량을 바탕으로 귀무가설의 기각여부를 결정.


# # one-sample : 비율이 제시된 경우
# A회사에는 100명 중에 45명이 흡연을 한다. 국가 통계를 보니 국민 흡연율은 35%라고 한다.
# 비율이 같냐? 비율의 동일여부를 검정하시오.
# 귀무 : A회사의 흡연율과 국민 흡연율의 비율은 같다.
# 대립 : A회사의 흡연율과 국민 흡연율의 비율은 다르다.

import numpy as np
from statsmodels.stats.proportion import proportions_ztest

count = np.array([45])
nobs = np.array([100])

z, p = proportions_ztest(count = count, nobs = nobs, value = 0.35) # value 는 국민 흡연율 35프로를 의미
print('z : {}, p : {}'.format(z, p))
# 해석 : p : 0.04442318 < 0.05 이므로 귀무 기각.
# A회사의 흡연율과 국민 흡연율의 비율은 다르다.

# # two-sample : 비율이 제시되지 않은 경우
# A회사 사람들 300명 중 100명이 커피를 마시고, B회사 사람들 400명 중 170명이 커피를 마셨다.
# 비율이 같냐?
# 귀무 : 비율이 같다.
# 대립 : 비율이 다르다.

count = np.array([100, 170])
nobs = np.array([300, 400])

z, p = proportions_ztest(count = count, nobs = nobs, value = 0) # 비율이 제시되지 않았을 경우 value는 0을 준다.
print('z : {}, p : {}'.format(z, p))
# 해석 : p : 0.01367 < 0.05 이므로 귀무 기각.
# A회사의 흡연율과 국민 흡연율의 비율은 다르다.


<console>
z : [2.01007563], p : [0.04442318]
z : -2.4656701201792273, p : 0.013675721698622408

proportions_ztest(count = count, nobs = nobs, value = 0.35) 에서 value는 비율을 의미한다.