Поделиться через

two_sample_t_test_fl()

Область применения: ✅Microsoft Fabric✅Azure Data Explorer

Функция — это определяемая пользователем функция two_sample_t_test_fl() (UDF), которая выполняет двух примерЫ T-Test.

Примечание.

Если предполагается, что два набора данных для сравнения имеют разные дисперсии, мы рекомендуем использовать собственные welch_test().

Необходимые компоненты

  • Подключаемый модуль Python должен быть включен в кластере. Это необходимо для встроенного Python, используемого в функции.
  • Подключаемый модуль Python должен быть включен в базе данных. Это необходимо для встроенного Python, используемого в функции.

Синтаксис

T | invoke two_sample_t_test_fl(data1, data2, test_statistic p_value equal_var, ,)

Дополнительные сведения о соглашениях синтаксиса.

Параметры

Имя (название) Type Обязательно Описание
data1 string ✔️ Имя столбца, содержащего первый набор данных, используемый для теста.
data2 string ✔️ Имя столбца, содержащего второй набор данных, который будет использоваться для теста.
test_statistic string ✔️ Имя столбца для хранения тестового статистических значений для результатов.
p_value string ✔️ Имя столбца для хранения p-value для результатов.
equal_var bool Если true (по умолчанию) выполняет стандартный независимый 2 пример теста, предполагающий равные дисперсии населения. Если false, выполняет t-тест Welch, который не предполагает равной дисперсии населения. Как упоминалось выше, рассмотрите возможность использования собственного welch_test().

Определение функции

Вы можете определить функцию, внедрив код как определяемую запросом функцию или создав ее в качестве хранимой функции в базе данных следующим образом:

Определите функцию с помощью следующей инструкции let. Разрешения не требуются.

Внимание

Инструкция let не может выполняться самостоятельно. За ним следует оператор табличного выражения. Пример выполнения рабочего примера two_sample_t_test_fl()см. в разделе "Пример".

let two_sample_t_test_fl = (tbl:(*), data1:string, data2:string, test_statistic:string, p_value:string, equal_var:bool=true)
{
    let kwargs = bag_pack('data1', data1, 'data2', data2, 'test_statistic', test_statistic, 'p_value', p_value, 'equal_var', equal_var);
    let code = ```if 1:
        from scipy import stats
        import pandas
        
        data1 = kargs["data1"]
        data2 = kargs["data2"]
        test_statistic = kargs["test_statistic"]
        p_value = kargs["p_value"]
        equal_var = kargs["equal_var"]
        
        def func(row):
            statistics = stats.ttest_ind(row[data1], row[data2], equal_var=equal_var)
            return statistics[0], statistics[1]
        result = df
        result[[test_statistic, p_value]]  = df.apply(func, axis=1, result_type = "expand")
    ```;
    tbl
    | evaluate python(typeof(*), code, kwargs)
};
// Write your query to use the function here.

Пример

В следующем примере для запуска функции используется оператор вызова.

Чтобы использовать определяемую запросом функцию, вызовите ее после внедренного определения функции.

let two_sample_t_test_fl = (tbl:(*), data1:string, data2:string, test_statistic:string, p_value:string, equal_var:bool=true)
{
    let kwargs = bag_pack('data1', data1, 'data2', data2, 'test_statistic', test_statistic, 'p_value', p_value, 'equal_var', equal_var);
    let code = ```if 1:
        from scipy import stats
        import pandas
        
        data1 = kargs["data1"]
        data2 = kargs["data2"]
        test_statistic = kargs["test_statistic"]
        p_value = kargs["p_value"]
        equal_var = kargs["equal_var"]
        
        def func(row):
            statistics = stats.ttest_ind(row[data1], row[data2], equal_var=equal_var)
            return statistics[0], statistics[1]
        result = df
        result[[test_statistic, p_value]]  = df.apply(func, axis=1, result_type = "expand")
    ```;
    tbl
    | evaluate python(typeof(*), code, kwargs)
};
datatable(id:string, sample1:dynamic, sample2:dynamic) [
'Test #1', dynamic([23.64, 20.57, 20.42]), dynamic([27.1, 22.12, 33.56]),
'Test #2', dynamic([20.85, 21.89, 23.41]), dynamic([35.09, 30.02, 26.52]),
'Test #3', dynamic([20.13, 20.5, 21.7, 22.02]), dynamic([32.2, 32.79, 33.9, 34.22])
]
| extend test_stat= 0.0, p_val = 0.0
| invoke two_sample_t_test_fl('sample1', 'sample2', 'test_stat', 'p_val')

Выходные данные

ID пример1 пример2 test_stat p_val
Тест #1 [23.64, 20.57, 20.42] [27.1, 22.12, 33.56] -1.7415675457565645 0.15655096653487446
Тест #2 [20.85, 21.89, 23.41] [35.09, 30.02, 26.52], -3.2711673491022579 0.030755331219276136
Тест #3 [20.13, 20.5, 21.7, 22.02] [32.2, 32.79, 33.9, 34.22] -18.5515946201742 1.5823717131966134E-06