• 계절별 평균 중 최댓값5644.303
• 일원배치 분산분석 F 통계량128.7696
• season 2 vs 4 등분산 t검정 p-value0.1397

1. 집단 크기와 평균을 본다groupby('season')['total'].agg(['count','mean']). 크기가 170~190 으로 조금씩 다르다는 것을 알고 시작한다.
2. 집단별 값 배열을 만든다f_oneway 는 집단마다 하나씩 배열을 받는다. [g[열].values for _, g in df.groupby(키)] 가 가장 짧다.
3. 분산분석을 돌린다stats.f_oneway(*groups) — 별표로 풀어 넘겨야 한다. 리스트를 통째로 넘기면 집단이 하나인 것으로 읽힌다.
4. 두 집단만 떼어 t검정한다발문이 "등분산을 가정한" 이라고 했으므로 equal_var=True 다. scipy 의 기본값과 같지만 명시해 두는 편이 안전하다.
5. 두 결과를 이어서 해석한다분산분석이 유의해도 특정 두 집단은 유의하지 않을 수 있다. 사후분석이 따로 필요한 이유가 여기 있다.

import pandas as pd
from scipy import stats

df = pd.read_csv('bike-season.csv')

means = df.groupby('season')['total'].mean()
print(round(means.max(), 3))

groups = [group['total'].values for _, group in df.groupby('season')]
f, p = stats.f_oneway(*groups)
print(round(f, 4))

s2 = df[df['season'] == 2]['total']
s4 = df[df['season'] == 4]['total']
print(round(stats.ttest_ind(s2, s4, equal_var=True).pvalue, 4))

분산분석은 "적어도 한 집단이 다르다" 까지만 말한다. F = 128.77 에 p 는 1e-66 수준이라 네 계절이 모두 같다는 가정은 확실히 기각된다. 그런데 그것이 모든 쌍이 다르다 는 뜻은 아니다 — 여름(4,992)과 겨울(4,728)만 떼어 보면 p = 0.1397 로 0.05 에서 기각되지 않는다. 전체 검정이 유의해도 개별 쌍은 유의하지 않을 수 있다는 것이 이 문항의 요점이다. 같은 두 집단을 Welch(equal_var=False)로 보면 p 가 0.1398 로 미세하게 달라진다.