Test t di Welch: La Guida Pratica per Scegliere il Test Statistico Giusto (con Esempi in Python)

Medie diverse- Non tirare a indovinare il test statistico

Immagina di aver appena concluso un test A/B su due versioni di una landing page. La versione B ha un tasso di conversione leggermente più alto.

Oppure, stai analizzando i dati di un esperimento e il gruppo trattato con un nuovo farmaco mostra una pressione sanguigna media inferiore. La domanda è sempre la stessa: questa differenza è reale o è solo frutto del caso?

Entrare nel mondo dei test di ipotesi può sembrare come aprire una cassetta degli attrezzi con decine di chiavi quasi identiche.

C’è il classico t-test di Student, il suo cugino più robusto, il test di Welch, e tutta una serie di alternative “non parametriche” per i casi difficili. Quale usare? E perché?

Welch e gli altri…

Una mappa pratica per orientarsi tra test t e alternative non parametriche

Ci sono momenti, in statistica, in cui la domanda sembra semplice: le medie di due gruppi sono diverse?

Poi ci si accorge che la risposta è un labirinto di varianti, ipotesi e test. C’è il t di Student classico, c’è il t di Welch, ci sono alternative non parametriche. E per ogni situazione – gruppi indipendenti, misure accoppiate, più di due campioni – serve la bussola giusta.

In questo articolo proviamo a costruire una mappa sintetica ma completa: non un manuale accademico, ma una guida operativa per capire quando usare Welch e quando scegliere altro.

1. Due gruppi indipendenti: il terreno di Welch

È lo scenario più comune: due gruppi distinti, ad esempio la pressione sanguigna nei maschi vs femmine, o la risposta a un farmaco tra gruppo A e gruppo B.

Ipotesi da verificare:

[math]H_0: \mu_1 = \mu_2[/math]

Le opzioni sul tavolo:

t di Student (pooled): funziona se i due gruppi hanno varianze simili.
t di Welch: valido anche con varianze diverse, è il default in R (t.test(..., var.equal=FALSE)) e in Python (scipy.stats.ttest_ind(..., equal_var=False)).
Mann–Whitney U: alternativa non parametrica, utile se i dati sono ordinali o molto lontani dalla normalità.

👉 Regola pratica: se i campioni sono indipendenti e la variabilità non è uguale, usa Welch. Se le varianze sembrano simili, entrambi i test vanno bene, ma Welch non ti costa nulla.

2. Due campioni dipendenti: prima e dopo

Qui non si tratta più di due gruppi distinti, ma dello stesso soggetto misurato in condizioni diverse (es. “prima” e “dopo” un trattamento).

Ipotesi:

[math]H_0: \text{media delle differenze} = 0[/math]

Le opzioni:

t accoppiato: se le differenze seguono (circa) una distribuzione normale.
Wilcoxon signed-rank: se le differenze sono lontane dalla normalità o se i dati sono ordinali.

👉 Nota operativa: spesso il Wilcoxon ha più potenza del t quando le distribuzioni sono fortemente asimmetriche.

3. Un campione vs valore noto

Vuoi confrontare la media di un gruppo con un valore di riferimento (es. pressione media vs 120 mmHg).

One-sample t: valido se il campione è normale.
Wilcoxon signed-rank o test del segno: alternative non parametriche se la normalità è dubbia.

4. Più di due gruppi

Quando i gruppi diventano tre o più, non basta più il test t.

ANOVA a una via: se le varianze sono omogenee.
Welch’s ANOVA: se le varianze sono eterogenee.
Kruskal–Wallis: alternativa non parametrica, utile con dati ordinali o distribuzioni problematiche.
Misure ripetute: servono ANOVA per misure ripetute o modelli misti.

5. Perché Welch è diventato lo “standard moderno”

Storicamente il test t “pooled” era l’opzione principale. Oggi, però, Welch è preferito quasi ovunque. Perché?

Robustezza: controlla meglio il livello di significatività anche con varianze molto diverse.
Potenza: è uguale o superiore a quella del t classico.
Praticità: elimina il fastidioso “doppio test” (prima verificare omoscedasticità, poi decidere il t).
Neutralità: anche quando le varianze sono uguali, non perde praticamente nulla.

👉 Tradotto: se hai due campioni indipendenti, la prima scelta oggi è Welch.

Forse potrebbe interessarti anche: ArviZ: Analisi Bayesiana e Diagnostica MCMC Essenziale con Python

6. Checklist operativa (flow-chart testuale)

Uno o due campioni?

Uno → one-sample t o Wilcoxon.
Due → vai al punto 2.

Indipendenti o accoppiati?

Accoppiati → paired t o Wilcoxon.
Indipendenti → vai al punto 3.

Tipo di variabile:

Quantitativa continua → prosegui.
Ordinale/Likert → Mann–Whitney.

Normalità:

Se n è grande (≥30–40), i test t sono robusti.
Se n è piccolo e distribuzione sospetta → non parametrico.

Varianze (solo se indipendenti):

Simili → t Student o Welch.
Diverse → Welch.

7. Esempio numerico

Gruppo A: 8, 9, 10, 11, 12 → varianza [math]s^2 = 2,5[/math]

Gruppo B: 20, 22, 24, 26, 28 → varianza [math]s^2 = 10[/math]

Test di Levene: [math]p = 0,02[/math]

[math]p = 0,02 \to \text{varianze diverse.}[/math]

t di Welch:

[math]\displaystyle t = -9,18, \, gl \approx 5,7, \, p < 0,001.[/math]

t di Student (pooled):

stesso valore di [math]t[/math], ma con [math]gl = 8[/math]. L’errore di tipo I reale, però, sale a ~0,08 invece di 0,05.

👉 Morale: Welch ti protegge dal falso positivo.

Approfondimento sui test: teoria ed esempi pratici

1. t di Student (pooled)

Ipotesi: [math]H_0: \mu_1 = \mu_2[/math]
Assunzioni:
- Campioni indipendenti
- Varianze uguali
- Dati circa normali
Formula: [math]\displaystyle t = \frac{\bar{x}_1 – \bar{x}_2}{s_p \sqrt{\frac{1}{n_1} + \frac{1}{n_2}}} \quad\text{con}\quad s_p^2 = \frac{(n_1-1)s_1^2 + (n_2-1)s_2^2}{n_1+n_2-2}[/math]
Esempio pratico: Supponiamo di confrontare l’altezza media di 20 maschi e 20 femmine. Se le varianze sono simili (test di Levene non significativo), il t pooled è appropriato.

2. t di Welch

Ipotesi: [math]H_0: \mu_1 = \mu_2[/math]
Assunzioni:
- Campioni indipendenti
- Non richiede varianze uguali
- Dati circa normali
Formula (semplificata): [math]t = \frac{\bar{x}_1 – \bar{x}_2}{\sqrt{\frac{s_1^2}{n_1} + \frac{s_2^2}{n_2}}}[/math] I gradi di libertà sono stimati con la formula di Welch–Satterthwaite.
Esempio pratico: Farmaco A ([math]n=12[/math], varianza=[math]5[/math]), Farmaco B ([math]n=15[/math], varianza=[math]20[/math]). Le varianze sono diverse → si usa Welch. Risultato: più affidabile, evita falsi positivi.

3. Mann–Whitney U

Ipotesi: le distribuzioni dei due gruppi sono identiche (spesso interpretato come “mediane uguali”).
Assunzioni:
- Campioni indipendenti
- Dati ordinali o non normali
Idea del test: confronta i ranghi combinati, non le medie.
Esempio pratico: Soddisfazione su scala Likert (1–5) tra due gruppi di clienti. Non ha senso fare una media aritmetica, quindi si usa Mann–Whitney.

4. t accoppiato

Ipotesi: [math]H_0: \mu_d = 0[/math], dove [math]d = x_{\text{prima}} – x_{\text{dopo}}[/math].
Assunzioni:
- Differenze normalmente distribuite
Formula: [math]t = \frac{\bar{d}}{s_d / \sqrt{n}}[/math]
Esempio pratico: Misuro la pressione di 10 pazienti prima e dopo un farmaco. Se le differenze sono distribuite normalmente, applico il t accoppiato per testare l’efficacia.

5. Wilcoxon signed-rank

Ipotesi: la mediana delle differenze = 0.
Assunzioni:
- Campioni appaiati
- Non richiede normalità
Idea del test: ordina le differenze in valore assoluto e assegna segni → confronta se i segni positivi e negativi sono bilanciati.
Esempio pratico: Voto di gradimento di uno stesso gruppo prima e dopo un workshop (scala 1–10, distribuzione asimmetrica).

6. One-sample t

Ipotesi: [math]H_0: \mu = \mu_0[/math].
Assunzioni:
- Dati normali.
Formula: [math]t = \frac{\bar{x} – \mu_0}{s/\sqrt{n}}[/math]
Esempio pratico: Campione di 30 studenti, altezza media = 172 cm. Confronto con valore noto 170 cm.

7. Test del segno

Ipotesi: la mediana delle differenze = 0.
Assunzioni:
- Dati appaiati
- Non richiede normalità
Idea del test: conta quante differenze sono positive vs negative.
Esempio pratico: Confronto “prima/dopo” sul tempo impiegato a completare un compito, con distribuzione estremamente asimmetrica.

8. ANOVA e varianti

ANOVA classica: più di due gruppi, varianze uguali.
Welch’s ANOVA: più di due gruppi, varianze diverse.
Kruskal–Wallis: non parametrico, confronta ranghi.
Esempio pratico: Confronto diete A, B, C.
- Se i dati sono normali e omoschedastici → ANOVA.
- Se varianze diverse → Welch’s ANOVA.
- Se distribuzione non normale → Kruskal–Wallis.

🐍 Una diagnostica automatica per scegliere il test statistico

Finora abbiamo costruito una checklist logica e un diagramma decisionale per capire quando usare il t-test di Welch o le sue alternative.
Ma nella pratica, quando abbiamo i dati in un file o in un DataFrame, può essere utile avere uno strumento automatico che ci guidi nella scelta del test.

Forse potrebbe interessarti anche: Outlier: Cosa Sono, Come Trovarli e Rimuoverli con Pandas (Metodi IQR e Z-score)

Obiettivi dello snippet

Lo snippet Python che segue ha tre scopi principali:

Automatizzare la diagnosi – dato un dataset, il programma controlla:
- numero di campioni,
- indipendenza o appaiamento,
- normalità delle distribuzioni,
- omogeneità delle varianze.
Suggerire il test corretto – restituisce la raccomandazione su quale test statistico applicare:
- t di Student, t di Welch, Wilcoxon, Mann–Whitney U, ANOVA, Kruskal–Wallis, ecc.
Fornire un output leggibile – il risultato non è un semplice “vero/falso”, ma una mini–diagnosi in linguaggio naturale, utile per studenti, data analyst e ricercatori.

Creiamo il dataset fittizio:

import pandas as pd
import numpy as np

np.random.seed(42)

# 1. Un campione (pressione sanguigna rispetto a 120)
pressione = np.random.normal(122, 5, 30)

# 2. Due campioni indipendenti (colesterolo maschi vs femmine)
maschi = np.random.normal(200, 15, 25)
femmine = np.random.normal(190, 12, 22)

# 3. Due campioni appaiati (prima e dopo dieta sugli stessi soggetti)
prima_dieta = np.random.normal(85, 8, 20)
dopo_dieta = prima_dieta - np.random.normal(5, 3, 20)  # effetto medio -5 kg

# 4. Tre campioni indipendenti (3 tipi di dieta e perdita di peso)
dieta_A = np.random.normal(4, 1, 15)
dieta_B = np.random.normal(6, 1.2, 15)
dieta_C = np.random.normal(5, 0.8, 15)

# Find the maximum length among all arrays
max_len = max(len(pressione), len(maschi), len(femmine), len(prima_dieta), len(dopo_dieta), len(dieta_A), len(dieta_B), len(dieta_C))

# Pad shorter arrays with NaN to match the maximum length
def pad_array(arr, length):
    return np.pad(arr.astype(float), (0, length - len(arr)), 'constant', constant_values=np.nan)

pressione_padded = pad_array(pressione, max_len)
maschi_padded = pad_array(maschi, max_len)
femmine_padded = pad_array(femmine, max_len)
prima_dieta_padded = pad_array(prima_dieta, max_len)
dopo_dieta_padded = pad_array(dopo_dieta, max_len)
dieta_A_padded = pad_array(dieta_A, max_len)
dieta_B_padded = pad_array(dieta_B, max_len)
dieta_C_padded = pad_array(dieta_C, max_len)


# Creazione DataFrame
df = pd.DataFrame({
    "pressione": pressione_padded,
    "colesterolo_maschi": maschi_padded,
    "colesterolo_femmine": femmine_padded,
    "peso_prima_dieta": prima_dieta_padded,
    "peso_dopo_dieta": dopo_dieta_padded,
    "dieta_A": dieta_A_padded,
    "dieta_B": dieta_B_padded,
    "dieta_C": dieta_C_padded
})

df.head()

Come usare il dataset

Il dataset è strutturato in modo da coprire i casi più comuni, dal confronto di un singolo campione con un valore noto fino all’analisi di più di due gruppi. L’obiettivo è farti capire che a ogni scenario corrisponde un test specifico.

Mappatura dei test statistici

Ecco una mappa dettagliata che collega ogni colonna del tuo dataset al test statistico appropriato e all’ipotesi che puoi verificare.

1. Test a un campione

Colonna: pressione
Scenario: Confrontare la pressione media del campione con un valore di riferimento (nell’esempio, 120 mmHg).
Ipotesi principale: L’ipotesi nulla ( $H_{0}$ ) è che la media della pressione del campione sia uguale a 120 mmHg ( $μ = 120$ ).
Test da usare: Usa il test t a un campione se i dati sono distribuiti normalmente. Se la distribuzione è molto diversa dalla normalità, puoi ricorrere al test di Wilcoxon (se la mediana è un indicatore più appropriato) o al test del segno.

2. Test tra due gruppi indipendenti

Colonne: colesterolo_maschi e colesterolo_femmine
Scenario: Confrontare le medie di due gruppi indipendenti, in questo caso, il colesterolo nei maschi e nelle femmine.
Ipotesi principale: L’ipotesi nulla ( $H_{0}$ ) è che la media del colesterolo nei maschi sia uguale a quella delle femmine ( $μ_{1} = μ_{2}$ ).
Test da usare: Se le varianze dei due gruppi sono simili (puoi verificarlo con un test di Levene), puoi usare il t di Student. Se le varianze sono diverse, come spesso accade, la scelta migliore e più robusta è il t di Welch. Se i dati non sono normali, l’alternativa non parametrica è il test di Mann-Whitney U.

3. Test tra due campioni appaiati

Colonne: peso_prima_dieta e peso_dopo_dieta
Scenario: Misurare un cambiamento nello stesso gruppo di individui, per esempio il peso prima e dopo una dieta.
Ipotesi principale: L’ipotesi nulla ( $H_{0}$ ) è che la media delle differenze tra il peso iniziale e quello finale sia zero ( $μ_{d i ff ere n ze} = 0$ ).
Test da usare: Se le differenze tra le misurazioni sono distribuite normalmente, usa il t-test accoppiato. In caso contrario, l’alternativa non parametrica è il test dei ranghi con segno di Wilcoxon.

Forse potrebbe interessarti anche: R Quadrato vs Correlazione: Differenza, Calcolo e Guida Pratica

4. Test tra più di due gruppi

Colonne: dieta_A, dieta_B e dieta_C
Scenario: Confrontare le medie di tre o più gruppi, come l’effetto di diverse diete sul peso.
Ipotesi principale: L’ipotesi nulla ( $H_{0}$ ) è che le medie dei tre gruppi siano tutte uguali ( $μ_{1} = μ_{2} = μ_{3}$ ).
Test da usare: Se i dati sono normali e le varianze omogenee, l’opzione è l’ANOVA a una via. Se le varianze sono diverse, come suggerito dal tuo testo, si usa la Welch ANOVA. Se la distribuzione dei dati non è normale, usa l’equivalente non parametrico, il test di Kruskal-Wallis.

Lo snippet “diagnostico”:

import numpy as np
import pandas as pd
from scipy import stats

# =============================
# Dataset fittizio (pressione sanguigna)
# =============================
np.random.seed(42)

# Gruppo A (maschi, sd più alta)
group_A = np.random.normal(loc=125, scale=12, size=30)
# Gruppo B (femmine, sd più bassa)
group_B = np.random.normal(loc=120, scale=8, size=28)

df = pd.DataFrame({
    "valore": np.concatenate([group_A, group_B]),
    "gruppo": ["A"]*len(group_A) + ["B"]*len(group_B)
})

# =============================
# Funzione diagnostica
# =============================
def diagnostica_test(df, valore_col="valore", gruppo_col="gruppo", paired=False):
    """
    Determina quale test statistico usare per confrontare gruppi.
    """
    gruppi = [g[valore_col].values for _, g in df.groupby(gruppo_col)]
    
    if len(gruppi) == 1:
        # Caso: un solo campione vs valore noto
        x = gruppi[0]
        shapiro_p = stats.shapiro(x).pvalue
        if shapiro_p > 0.05:
            return "One-sample t-test (dati ~ normali)"
        else:
            return "Test non parametrico (Wilcoxon o test del segno)"
    
    elif len(gruppi) == 2:
        x, y = gruppi
        
        if paired:
            # Caso: dati appaiati
            diff = x[:min(len(x), len(y))] - y[:min(len(x), len(y))]
            shapiro_p = stats.shapiro(diff).pvalue
            if shapiro_p > 0.05:
                return "Paired t-test (differenze ~ normali)"
            else:
                return "Wilcoxon signed-rank test (differenze non normali)"
        
        else:
            # Caso: due gruppi indipendenti
            shapiro_x = stats.shapiro(x).pvalue
            shapiro_y = stats.shapiro(y).pvalue
            normali = (shapiro_x > 0.05) and (shapiro_y > 0.05)
            
            levene_p = stats.levene(x, y).pvalue
            var_equal = levene_p > 0.05
            
            if normali:
                if var_equal:
                    return "t-test di Student (varianze simili)"
                else:
                    return "t-test di Welch (varianze diverse)"
            else:
                return "Mann-Whitney U test (non parametrico)"
    
    else:
        # Caso: più di due gruppi
        norm_p = [stats.shapiro(g).pvalue for g in gruppi]
        normali = all(p > 0.05 for p in norm_p)
        
        levene_p = stats.levene(*gruppi).pvalue
        var_equal = levene_p > 0.05
        
        if normali:
            if var_equal:
                return "ANOVA one-way (varianze simili)"
            else:
                return "Welch ANOVA (varianze diverse)"
        else:
            return "Kruskal-Wallis test (non parametrico)"

# =============================
# ESEMPIO DIAGNOSTICA
# =============================
risultato = diagnostica_test(df, valore_col="valore", gruppo_col="gruppo", paired=False)
print("Diagnosi statistica:", risultato)

🔎 Output atteso (con il nostro dataset)

Per far scattare la raccomandazione “t-test di Welch”, basterebbe aumentare la differenza tra le deviazioni standard nel codice di generazione dati (es. scale=15 vs scale=5).

8. Una frase per ricordare tutto

Se devi confrontare le medie di due gruppi indipendenti, scegli Welch: funziona con varianze uguali o diverse, è robusto, non richiede pre-test. Riserva il t di Student pooled solo a casi in cui sei sicuro di avere varianze identiche e vuoi spremere un briciolo di potenza in più. Se la normalità crolla, passa a un test non parametrico.

Statistica & Test Parametrici

👉 Test t di Welch: quando usarlo, formula ed esempi pratici

👉 Test t di Welch: guida completa con esercizi risolti

👉 Guida pratica al t-test di Welch: esercizi passo-passo

👉 👩‍💻 Episodio 4: Test parametrici fuori controllo

👉 Varianza tra e entro gruppi: guida pratica all’ANOVA

👉 ANOVA spiegata facile, con esempio in Python

👉 Potenza del test Z: guida completa con script Python

👉 Test di ipotesi sulla media (varianza nota): esercizio risolto