هي اي الداله دي ttest_ind في مكتبه scipy ؟

مرحبًا،

هذه الدالة تقوم بتطبيق اختبار يدعى T-test على مجموعتين من عينات البيانات.

يقوم هذا الاختبار بالتحقق من مدى تقارب المتوسط الحسابي لكل من المجموعتين و هو يستعمل في حال كانت هذه العينات تتبع إلى توزع طبيعي.

أي فعليًا هي لا تفترض أي شيء حول الانحراف المعياري للتوزع الخاص بالبيانات، و لكنها تحاول قياس تقاربهما من ناحية المتوسط الحسابي فقط.

تحياتي.

الغرض منها إجراء اختبار t للعينات المستقلة وهو اختبار إحصائي لمقارنة متوسطين لعينتين مستقلتين.

وذلك عندما تريد معرفة هل هناك فرق ذو دلالة إحصائية بين متوسطين لعينتين مستقلتين.

حيث تُجري ttest_ind اختبار t للعينات المستقلة وتُعيد قيمتين:

• القيمة p: وهي احتمال الحصول على الفرق المُلاحظ بين متوسطي العينتين إن لم يكن هناك فرق حقيقي بينهما.
• إحصائية t: وهي قياس الفرق بين متوسطي العينتين مُقسّمًا على خطأ المعياري.

وتستقبل المعلمات التالية:

• a: مصفوفة NumPy تحتوي على البيانات للعينة الأولى.
• b: مصفوفة NumPy تحتوي على البيانات للعينة الثانية.
• axis: المحور الذي يتم حساب الاختبار عليه (افتراضيًا 0).
• equal_var: قيمة منطقية تُشير إلى ما إن كان يُفترض أن يكون التباين متساويًا بين العينتين (افتراضيًا True).
• nan_policy: كيفية التعامل مع القيم المفقودة (افتراضيًا "propagate").

للتوضيح:

import scipy.stats as stats
import numpy as np

data1 = np.array([1, 2, 3, 4, 5])
data2 = np.array([6, 7, 8, 9, 10])

result = stats.ttest_ind(data1, data2)

print(" p:", result.pvalue)
print(" t:", result.statistic)

لاحظ في حال كانت القيمة p أقل من مستوى الدلالة (عادةً 0.05)، فإننا نرفض الفرضية الصفرية ونستنتج أن هناك فرقًا ذو دلالة إحصائية بين متوسطي العينتين.

أما لو القيمة p أكبر من مستوى الدلالة، فإننا لا نرفض الفرضية الصفرية ونستنتج أنه لا يوجد فرق ذو دلالة إحصائية بين متوسطي العينتين.

وعليكم السلام ورحمة الله وبركاته. 

هي الدالة تستخدم لإجراء إختبار T للعينات المستقلة (T-test) حيث يتم إستخدامها للمقارنة بين متوسطات (means ) تلك العينات المستقلة وذلك لإستخراج أى فروق إحصائية بين المتوسطات (means).

ويمكنك قراءة التوثيق الرسمي لها لكيفية الإستخدام والمعاملات التي تستقبلها :

• https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.ttest_ind.html

بتاريخ 1 دقيقة مضت قال Ail Ahmed:

السلام عليكم

هي اي الداله دي ttest_ind في مكتبه scipy ؟

وعليكم السلام

الدالة ttest_ind في مكتبة scipy تُستخدم لإجراء اختبار T مستقل (Independent T-Test).
هذا الاختبار يُستخدم لمقارنة متوسطات مجموعتين مستقلتين لمعرفة ما إذا كان الفرق بينهما ذو دلالة إحصائية أم لا.

والدالة تكون مثل:

scipy.stats.ttest_ind(a, b, axis=0, equal_var=True, nan_policy='propagate', alternative='two-sided')

لنرى المعاملات الرئيسيةللدالة:

• a, b: المصفوفتان اللتان تحتويان على البيانات من المجموعتين اللتين تريد مقارنتهما.
• axis:المحور الذي يتم عليه إجراء الحساب (بشكل افتراضي 0).
• equal_var: إذا كانت True (و هى ايضا القيمة الافتراضية)، يفترض الاختبار أن التباين (variance) بين المجموعتين متساوٍ.  اما إذا كانت False، يتم استخدام صيغة ويلش (Welch's t-test) التي لا تفترض تساوي التباين.
• nan_policy:يحدد كيفية التعامل مع القيم المفقودة (NaN). الخيارات:
  propagate: يعيد NaN إذا كانت هناك قيم مفقودة.
  omit: يتجاهل القيم المفقودة.
  raise: يُثير خطأ إذا كانت هناك قيم مفقودة.
• alternative:لتحديد نوع الاختبار:
  • two-sided (الافتراضي): اختبار ثنائي الاتجاه.
  • less: اختبار أحادي الاتجاه (a < b).
  • greater: اختبار أحادي الاتجاه (a > b).

المخرجات:

• statistic: قيمة اختبار T.
• pvalue: القيمة الاحتمالية (P-value) التي تُستخدم لتحديد دلالة الفرق.

و اليك مثال عملي للدالة:

from scipy.stats import ttest_ind

# بيانات لمجموعتين
group1 = [10, 12, 15, 18, 20]
group2 = [11, 14, 14, 16, 21]

# إجراء الاختبار
stat, pvalue = ttest_ind(group1, group2)

print(f"T-statistic: {stat}")
print(f"P-value: {pvalue}")

و يكون الناتج:

T-statistic: -0.0807
P-value: 0.9377

و يتك استخدامه:

عندما تكون لديك مجموعتان مستقلتان (مثال: نتائج اختبارات طلاب فصلين مختلفين).

للتحقق مما إذا كان الفرق في المتوسطات إحصائيًا وليس بسبب الصدفة.

بالتوفيق

هي عبارة عن دالة تستخدم لعمل ال T-test.

T-test هو اختبار إحصائي يُستخدم لتحديد ما إذا كان هناك فرق  بين متوسطين لمجموعتين (mean) وكيفية ارتباطهما ببعضهما البعض. يتم استخدام T-test عندما تتبع مجموعات البيانات توزيعًا طبيعيًا وتكون الفروق غير معروفة، مثل درجات الطلاب في درس فيزياء ودرجات مجموعة أخرى من الطلاب في درس رياضيات من غير المحتمل أن يكون لهما نفس المتوسط.

مثال:

import scipy.stats as stats
 
# الدرجات لدرس الفيزياء
data_group1 = np.array([14, 15, 15, 16, 13, 8, 14, 
                        17, 16, 14, 19, 20, 21, 15,
                        15, 16, 16, 13, 14, 12])
 # الدرجات لدرس الفيزياء
data_group2 = np.array([15, 17, 14, 17, 14, 8, 12, 
                        19, 19, 14, 17, 22, 24, 16, 
                        13, 16, 13, 18, 15, 13])
 
# T-test تنفيذ
stats.ttest_ind(a=data_group1, b=data_group2, equal_var=True)

بتاريخ منذ ساعة مضت قال Mustafa Suleiman:

فرق ذو دلالة إحصائية

هي اي معني الكلام ده 

والف شكرااا لحضرتكم جمعين 

بتاريخ 2 دقائق مضت قال Ail Ahmed:

هي اي معني الكلام ده 

أقصد النتيجة التي حصلنا عليها من خلال اختبارنا الإحصائي ليست نتيجة عشوائية، بل هي نتيجة ذات احتمال ضئيل جدًا للحدوث إن كانت الفرضية الصفرية صحيحة.

أي أن هناك احتمالًا ضئيلًا جدًا لأن يكون ذلك الفرق نتيجة للصدفة.

للتوضيح:

• الفرضية الصفرية: لا يوجد فرق بين متوسطي العينتين.
• الفرضية البديلة: يوجد فرق بين متوسطي العينتين.

في حال قيمة p أقل من مستوى الدلالة (عادةً 0.05)، فإننا نرفض الفرضية الصفرية ونستنتج أن هناك فرقًا "ذو دلالة إحصائية" بين متوسطي العينتين.

بتاريخ 6 دقائق مضت قال Mustafa Suleiman:

أقصد النتيجة التي حصلنا عليها من خلال اختبارنا الإحصائي ليست نتيجة عشوائية، بل هي نتيجة ذات احتمال ضئيل جدًا للحدوث إن كانت الفرضية الصفرية صحيحة.

أي أن هناك احتمالًا ضئيلًا جدًا لأن يكون ذلك الفرق نتيجة للصدفة.

للتوضيح:

• الفرضية الصفرية: لا يوجد فرق بين متوسطي العينتين.
• الفرضية البديلة: يوجد فرق بين متوسطي العينتين.

في حال قيمة p أقل من مستوى الدلالة (عادةً 0.05)، فإننا نرفض الفرضية الصفرية ونستنتج أن هناك فرقًا "ذو دلالة إحصائية" بين متوسطي العينتين.

اه تمام جدا 

الف شكراا لحضرتك