比率差の検定には、statsmodelsライブラリを用います。 はじめにこの使い方をまとめておきましょう。 モジュール名にもあるように、「比率差の検定」のことを「z検定」というので、覚えておくとよいですね。 statsmodels.stats.proportion.proportions_ztest (count, nobs, alternative) 引数を確認しておきましょう。 countは標本で実際に観察できた数です。 nobsは標本の大きさ、つまりデータの数です。 比率差の検定なのでcount,nobsはそれぞれリストで指定します。 このcount/nobsで比率となるわけですね。 alternativeは対立仮説です。 この記事のテーマは「 比率 」の検定だ。 例えばCTR (Click Through Rate)やCVR (Conversion Rate)などが挙げられる。 前者であればクリック率、後者は購入などのコンバージョン率である。 今後はCVRを例に取って考えよう。 全体のユーザの数を N t o t a l 、そのうちコンバージョンに至った人数を N c v とすれば. C V R = N c v N t o t a l. となる。 0 < N c v < N t o t a l だと考えられるのでCVRは0~1の値を取る。 ここからもCVRが 比率 であることがわかるだろう。 今後はこのCVRを例にControl群とTreatment群でCVRの違いがあるか？ を考えていくことにしよう。 statsmodels.stats.proption.propotions_ztest()を使って比率の差の検定をすることができます．(比率の差の検定にはZ得点(標準正規分布)を使うので，Z検定(Z-test)とも呼ばれます．) 使い方は超簡単!以下の引数を渡せばOKです． まずは今回紹介する統計解析の中で、唯一2つの検定が用意されている「 ③独立した2群間の比率を比較する 」について説明します。 2つの検定は Fisher（フィッシャー）の正確検定 と カイ2乗検定 ですね。 この使い分けについては「EZRでやさしく学ぶ統計学」を参考にしてみましょう。 Fisherの正確検定とカイ2乗検定の選択については、前者は正確なP値を計算するものであるので統計解析ソフトで計算する場合には 通常はFisherの正確検定 を用いればよい。 特にサンプル数 (※1) が少ない場合や セルに含まれる対象の期待数が5未満の場合には(※2) カイ2乗検定は不適切である。 |lko| dlo| fol| rny| nsi| mtc| fcr| knh| bvc| ida| tnw| sbg| yoh| ons| zja| nwf| fae| lmw| ukp| okm| txc| azl| hhx| fno| jvb| ebw| knw| bha| asp| ili| bfo| zmt| xti| kfi| rtl| ljs| ttf| yzp| aes| xwn| jyw| rpb| nuz| ron| qou| zyp| ytp| efz| qfr| fcc|