#58 Pythonで始める F検定 改良版、チャレンジ AI×100業務（製造業）
カイゼンによる成果；前後の測定値のバラツキには差があるのでしょうか？ 目に見える平均値の変化だけでなく、「データの散らばり具合」にも注目することで、改善の効果をより深く理解できるかもしれません。
これまで、以下の記事でF検定のアプリを作成してきました。
今回はその改良版です。
■ 以前の投稿
#12 Pythonで始めるF検定＊バラツキを検定する
#42 Python＋GPTでつくる統計解析アプリ（正規性検定→F検定→t検定）
それでは、スタートです。
＊執筆者は以下を参照してください。
使ったツール・準備したこと
Visual Studio Code環境下でのPython
Gemini 2.5 Pro (experimenntal)
やってみたこと｜コード・ステップ紹介
実行した内容の簡単な流れ
Gemini 2.5 Pro (experimenntal)にて以下をプロンプト。
データ入力*ではなくcsvデータから読み取り、因子選択しF検定を実施するpythonコードを生成してください。因子は5つまで選択可能。GUIは添付で示したものを基調に、インタラクティブさをコメント表示で実施して。
＊添付したのは他の作成したアプリの画像
これまで作成したアプリと比べます。
■ #12 Pythonで始めるF検定
＊シンプルに、検定結果を示しています。
■ #42 Python＋GPTでつくる統計解析アプリ（正規性検定→F検定→t検定）
＊csvファイルを読み込み、箱ひげ図が追加されています。
■ 今回
＊検定の結果に関するコメントを加えました。
有意性が認められるのか否かは、「検定結果と考察」の欄にp値とともにコメントするようにしました。
今後の展開・アイデア
次回取り組みたいこと
・ANOVAの改良版。
