Возникли проблемы с преобразованием добротности пригодного тестового кода в эквивалент Python - PullRequest
Новая
       9

Возникли проблемы с преобразованием добротности пригодного тестового кода в эквивалент Python

0 голосов
/ 28 августа 2018

У UCLA есть этот замечательный сайт для статистических тестов

https://stats.idre.ucla.edu/r/whatstat/what-statistical-analysis-should-i-usestatistical-analyses-using-r/#1sampt

но код весь в R. Я пытаюсь преобразовать код в эквиваленты Python, но это не простой процесс для некоторых, как добротность хи-квадрат. Вот версия R: 

hsb2 <- within(read.csv("https://stats.idre.ucla.edu/stat/data/hsb2.csv"), {
  race <- as.factor(race)
  schtyp <- as.factor(schtyp)
  prog <- as.factor(prog)
})
chisq.test(table(hsb2$race), p = c(10, 10, 10, 70)/100)

Моя попытка Python: 

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

df = pd.read_csv("https://stats.idre.ucla.edu/stat/data/hsb2.csv")
# convert to category
df["race"] = df["race"].astype("category")

t_race = pd.crosstab(df.race, columns = 'race')
p_tests = np.array((10, 10, 10, 70))
p_tests = ptests/100
# tried this
stats.chisquare(t_race, p_tests)
# and this
stats.chisquare(t_race.T, p_tests)

но ни один вывод stats.chisquare не приближается к версии R. Кто-нибудь может направить меня в правильном направлении? TIA

1 Ответ

0 голосов
/ 28 августа 2018

chisq.test принимает вектор вероятностей; stats.chisquare принимает ожидаемые частоты ( документы ). 

> results = chisq.test(c(24, 11, 20, 145), p=c(0.1, 0.1, 0.1, 0.7))
> results

    Chi-squared test for given probabilities

data:  c(24, 11, 20, 145)
X-squared = 5.028571429, df = 3, p-value = 0.169716919

против 

In [49]: obs = np.array([24, 11, 20, 145])

In [50]: prob = np.array([0.1, 0.1, 0.1, 0.7])

In [51]: stats.chisquare(obs, f_exp=obs.sum() * prob)
Out[51]: Power_divergenceResult(statistic=5.0285714285714285, pvalue=0.16971691923343338)
...