additional t-test

Results

---

Database: HF-LF-Stimuli-pre-study-corr(Low-Freq-Word).base

이 데이터를 통계 처리 할 건데, 이 중 corr 값들이 있는 그룹 3개가 아니라, SUBTLEX랑만 t-test 해보자.

t-test between correlation Group (KE-SUBTLEX, KE-KF)

from scipy.stats import ttest_ind
 
LF_corr_df = pd.DataFrame({
'KE-KF': [0.29, 0.52, 0.47, 0.18, 0.62, 0.45, 0.55, 0.06, 0.41, 0.19, 0.64, -0.21, 0.25, 0.40, 0.61, 0.26, 0.02, 0.45, 0.49],
'KE-SUBTLEX': [0.02, 0.51, 0.56, 0.19, 0.73, 0.55, 0.03, 0.21, 0.40, 0.35, 0.40, 0.60, 0.35, 0.66, 0.76, 0.49, 0.25, 0.58, 0.31],
'KE-HAL': [0.39, 0.61, 0.59, 0.26, 0.67, 0.60, 0.39, 0.24, 0.34, 0.34, 0.32, 0.09, 0.46, 0.62, 0.59, 0.59, 0.50, 0.62, 0.46],
})
 
# 3개 모두 유의하지 않음.
print(ttest_ind(LF_corr_df['KE-KF'], LF_corr_df['KE-SUBTLEX']))
print(ttest_ind(LF_corr_df['KE-KF'], LF_corr_df['KE-HAL']))
print(ttest_ind(LF_corr_df['KE-SUBTLEX'], LF_corr_df['KE-HAL']))

Group1	Group2	t-stats	p-val	df	reject
KE-KF	KE-SUBTLEX	-0.950044692502736	0.3484243959639207	36	False
KE-KF	KE-HAL	-1.6643196264423699	0.10473035564886166	36	False
KE-SUBLTEX	KE-HAL	-0.6206830767842406	0.5387181521959279	36	Fasle

t-test Result

“차이 없다.”

1. corr 값 자체의 범위가 $[-1,1]$ 의 작은 범위이고, 모두 correlation 식으로 도출된 값들임.
2. 데이터 수가 그룹별로 19개 밖에 안 됨,,