例題 次のランダムに選ばれた30人の患者の満足度データは正規分布に従っているか？
例題
次のランダムに選ばれた30人の患者の満足度データは正規分布に従っているか？カイ二乗検定をしてください。
75,80,85,90,95,100,105,110,115,120,125,130,135,140,145,150,155,160,165,170,175,180,185,190,195,200,205,210,215,22075,80,85,90,95,100,105,110,115,120,125,130,135,140,145,150,155,160,165,170,175,180,185,190,195,200,205,210,215,220
カイ二乗検定はカテゴリカルなデータに対して行われる統計検定であり、正規分布が仮定されているデータには適用できません。提供されたデータは連続的な数値であり、正規分布に従っているかどうかを検定するためには他の手法が必要です。
正規性の検定には、例えばシャピロ–ウィルク検定やコルモゴロフ–スミルノフ検定などがあります。以下はシャピロ–ウィルク検定のPythonコードの例です。
from scipy.stats
import shapiro
data =
[75,80,85,90,95,100,105,110,115,120,125,130,135,140,145,150,155,160,165,170,175,180,185,190,195,200,205,210,215,220]
# シャピロ–ウィルク検定の実行
stat, p_value =
shapiro(data)
# 結果の出力
print(f"統計量 W
= {stat}, p-value = {p_value}")
# 有意水準
0.05 での検定
if p_value > 0.05
print("データは正規分布に従っています (p
> 0.05)")
else
print("データは正規分布に従っていません (p
<= 0.05)")
出力結果
統計量 W =
0.9574503898620605, p-value = 0.2662297487258911
データは正規分布に従っています (p > 0.05)
このコードでは、Shapiro-Wilk検定を使用してデータが正規分布に従っているかどうかを検定しています。統計量Wとp値が出力され、p値が有意水準0.05より大きければ、データが正規分布に従っていると結論できます。