То, что я узнал из предположений о проверке гипотез, вас шокирует | Тест Шапиро Уилкса и Левена

Полный плейлист для проверки гипотез — https://tinyurl.com/2bea2phz

В этом видео мы представляем два важных статистических теста — тест Шапиро-Уилка и тест Левена, — которые широко используются для проверки предположений о нормальности и однородности дисперсий во всех популярных тестах на гипотезы.

Мы рассматриваем концепции нормальности и однородности дисперсий и объясняем, почему так важно оценивать эти предположения, прежде чем делать значимые выводы на основе данных.

Далее мы рассмотрим практические аспекты оценки нормальности с помощью графических методов. Мы обсудим важность графиков QQ и графиков плотности распределения, показав, как они дают визуальное представление о распределении данных. Мы покажем, как интерпретировать эти графики, и обсудим их влияние на нормальность.

Далее мы рассмотрим тест Шапиро-Уилка — статистический тест, специально разработанный для оценки нормальности. Мы объясняем принципы работы теста и его p-значение, которое отражает силу доказательств против нулевой гипотезы о нормальности. Мы обсуждаем интерпретацию p-значений и их роль в принятии решений.

Кроме того, мы рассматриваем тест Левена, который фокусируется на оценке однородности дисперсий между группами или выборками. Мы объясняем основные концепции и применение теста для определения статистических различий дисперсий разных групп. Мы подчёркиваем важность однородности дисперсий для обеспечения точности статистического анализа.

Чтобы закрепить наши знания, мы генерируем две случайные выборки с помощью функции numpy.random.normal и применяем к этим наборам данных тесты Шапиро-Уилка и Левена. Мы демонстрируем, как интерпретировать результаты теста, и объясняем последствия для предположений о нормальности и однородности дисперсий.

На протяжении всего видео мы используем наглядные визуализации, включая графики кванти-квантификации, графики плотности распределения и сводки результатов теста, для улучшения понимания и создания наглядного опыта обучения.

Счастливого обучения!