例題 病院Aと病院Bの看護師の排泄ケア時間に差があるかどうかを調査
例題
病院Aと病院Bの看護師の排泄ケア時間に差があるかどうかを調査する。
•病院Aのランダムな10人の看護師の排泄ケア時間データA=[28,32,25,30,35,28,29,31,27,33]
•病院Bのランダムな10人の看護師の排泄ケア時間データB=[24,30,22,28,31,26,27,29,23,32]
以上のデータを対応のないt検定（独立サンプルt検定）を使用したPythonコードを示して、検定統計量を計算し、結果を解釈してください。
対応のないt検定（独立サンプルt検定）を使用して、病院Aと病院Bの看護師の排泄ケア時間に差があるかどうかを検定するPythonコードを示します。
from
scipy.stats import ttest_ind
#
データセット
hospital_A
= [28, 32, 25, 30, 35, 28, 29, 31, 27, 33]
hospital_B
= [24, 30, 22, 28, 31, 26, 27, 29, 23, 32]
#
対応のないt検定を実行
t_statistic,
p_value = ttest_ind(hospital_A, hospital_B)
#
結果の表示
print("対応のないt検定（独立サンプルt検定）")
print("t統計量＝", t_statistic)
print("p値＝", p_value)
出力結果
対応のないt検定（独立サンプルt検定）
t統計量＝ 1.8027756377319957
p値＝ 0.08819202918610555
計算結果の解釈としては、t統計量は、2つの独立したサンプルの平均値の差を検定するための値であり、その絶対値が大きいほど差がある可能性が高まります。p値は、帰無仮説「2つの病院の看護師の排泄ケア時間に差がない」が正しい確率を示します。p値が有意水準（通常は0.05）よりも小さい場合、帰無仮説を棄却し、差があると結論できます。
結果を確認すると、p値が有意水準0.05よりも大きいので、「病院Aと病院Bの看護師の排泄ケア時間には統計的に有意な差がない」と結論できます。