无法将R chisquare拟合度测试代码的良好度转换为python等效项
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无法将R chisquare拟合度测试代码的良好度转换为python等效项，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1477字，纯文字阅读大概需要3分钟。
内容图文
加州大学洛杉矶分校拥有一个进行统计测试的绝佳站点
但是代码全在R中.我正在尝试将代码转换为Python等效项,但是对于像卡方拟合优度这样的对象来说,这并不是一个简单的过程.这是R版本：
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)
我的Python尝试是这样的：
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)
但是stats.chisquare的输出都不接近R版本.有人可以指引我正确的方向吗？ TIA
解决方法:
chisq.test采用概率向量； stats.chisquare采用预期频率(docs).
> 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
与
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)
内容总结
以上是互联网集市为您收集整理的无法将R chisquare拟合度测试代码的良好度转换为python等效项全部内容，希望文章能够帮你解决无法将R chisquare拟合度测试代码的良好度转换为python等效项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。