La prueba de Friedman es una alternativa no paramétrica al ANOVA de medidas repetidas . Se utiliza para determinar si existe o no una diferencia estadísticamente significativa entre las medias de tres o más grupos en los que aparecen los mismos sujetos en cada grupo.
Este tutorial explica cómo realizar la prueba de Friedman en Python.
Ejemplo: la prueba de Friedman en Python
Un investigador quiere saber si los tiempos de reacción de los pacientes son iguales con tres medicamentos diferentes. Para probar esto, mide el tiempo de reacción (en segundos) de 10 pacientes diferentes con cada uno de los tres medicamentos.
Utilice los siguientes pasos para realizar la prueba de Friedman en Python y determinar si el tiempo medio de reacción difiere entre medicamentos.
Paso 1: Ingrese los datos.
Primero, crearemos tres matrices que contienen los tiempos de respuesta de cada paciente en cada uno de los tres medicamentos:
grupo1 = [4, 6, 3, 4, 3, 2, 2, 7, 6, 5] grupo2 = [5, 6, 8, 7, 7, 8, 4, 6, 4, 5] grupo3 = [2, 4, 4, 3, 2, 2, 1, 4, 3, 2]
Paso 2: Realice la prueba de Friedman.
A continuación, realizaremos la prueba de Friedman utilizando la función friedmanchisquare () de la biblioteca scipy.stats:
de las estadísticas de importación scipy # Realice las estadísticas de Friedman Test . Friedmanchisquare (grupo1, grupo2, grupo3) (estadístico = 13,3514, valor de p = 0,00126)
Paso 3: Interprete los resultados.
La prueba de Friedman utiliza las siguientes hipótesis nulas y alternativas:
La hipótesis nula (H 0 ): La media de cada población es igual.
La hipótesis alternativa: (Ha): Al menos una media poblacional es diferente del resto.
En este ejemplo, el estadístico de prueba es 13,3514 y el valor p correspondiente es p = 0,00126 . Dado que este valor p es menor que 0.05, podemos rechazar la hipótesis nula de que el tiempo medio de respuesta es el mismo para los tres fármacos.
En otras palabras, tenemos evidencia suficiente para concluir que el tipo de fármaco utilizado conduce a diferencias estadísticamente significativas en el tiempo de respuesta.
- https://r-project.org
- https://www.python.org/
- https://www.stata.com/
