在Python中使用P值进行F检验
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了在Python中使用P值进行F检验,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含2058字,纯文字阅读大概需要3分钟。
内容图文
![在Python中使用P值进行F检验](/upload/InfoBanner/zyjiaocheng/661/b795b4c36e094bbb98740545cc5c6dc4.jpg)
R允许我们计算两个总体之间的F检验:
> d1 = c(2.5579227634, 1.7774243136, 2.0025207896, 1.9518876366, 0.0, 4.1984191803, 5.6170403364, 0.0)
> d2 = c(16.93800333, 23.2837045311, 1.2674791828, 1.0889208427, 1.0447584137, 0.8971380534, 0.0, 0.0)
> var.test(d1,d2)
F test to compare two variances
data: d1 and d2
F = 0.0439, num df = 7, denom df = 7, p-value = 0.000523
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.008789447 0.219288957
sample estimates:
ratio of variances
0.04390249
注意那里它也报告P值.
另一个例子,R给出了这个:
> x1 = c(0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 68.7169110318)
> x2 = c(0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 2.1863361211)
> var.test(x1,x2)
#p-value = 1.223e-09
Python中的等效功能是什么?
我检查了这个documentation,但似乎没有提供我想要的.
这段代码给出了不同的P值(尤其是示例2):
import statistics as stats
import scipy.stats as ss
def Ftest_pvalue(d1,d2):
"""docstring for Ftest_pvalue"""
df1 = len(d1) - 1
df2 = len(d2) - 1
F = stats.variance(d1) / stats.variance(d2)
single_tailed_pval = ss.f.cdf(F,df1,df2)
double_tailed_pval = single_tailed_pval * 2
return double_tailed_pval
Python给了这个:
In [45]: d1 = [2.5579227634, 1.7774243136, 2.0025207896, 1.9518876366, 0.0, 4.1984191803, 5.6170403364, 0.0]
In [20]: d2 = [16.93800333, 23.2837045311, 1.2674791828, 1.0889208427, 1.0447584137, 0.8971380534, 0.0, 0.0]
In [64]: x1 = [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 68.7169110318]
In [65]: x2 = [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 2.1863361211]
In [69]: Ftest_pvalue(d1,d2)
Out[69]: 0.00052297887612346176
In [70]: Ftest_pvalue(x1,x2)
Out[70]: 1.9999999987772916
解决方法:
rpy2实现:
import rpy2.robjects as robjects
def Ftest_pvalue_rpy2(d1,d2):
"""docstring for Ftest_pvalue_rpy2"""
rd1 = (robjects.FloatVector(d1))
rd2 = (robjects.FloatVector(d2))
rvtest = robjects.r['var.test']
return rvtest(rd1,rd2)[2][0]
结果如下:
In [4]: x1 = [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 68.7169110318]
In [5]: x2 = [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 2.1863361211]
In [6]: Ftest_pvalue_rpy2(x1,x2)
Out[6]: 1.2227086010341282e-09
内容总结
以上是互联网集市为您收集整理的在Python中使用P值进行F检验全部内容,希望文章能够帮你解决在Python中使用P值进行F检验所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。
来源:【匿名】