Python中的卡方检验

Question

我使用以下代码R来确定观测值（例如20、20、0和0）与期望值/比率（例如，在四种情况下分别为25％）的拟合程度如何：

> chisq.test(c(20,20,0,0), p=c(0.25, 0.25, 0.25, 0.25))

    Chi-squared test for given probabilities

data:  c(20, 20, 0, 0)

X-squared = 40, df = 3, p-value = 1.066e-08

如何在Python中复制此代码？我试过使用chisquarefrom中的函数，scipy但是获得的结果却大不相同。我不确定这是否是正确的功能。我在scipy文档中进行了搜索，但是由于运行到1000多个页面，这非常令人生畏。该numpy文件比增加近50％。

Answer 1

scipy.stats.chisquare期望观察到的和期望的绝对频率，而不是比率。您可以获得所需的东西

>>> observed = np.array([20., 20., 0., 0.])
>>> expected = np.array([.25, .25, .25, .25]) * np.sum(observed)
>>> chisquare(observed, expected)
(40.0, 1.065509033425585e-08)

尽管在期望值均匀地分布在类上的情况下，您可以省略期望值的计算：

>>> chisquare(observed)
(40.0, 1.065509033425585e-08)

返回的第一个值是χ²统计量，第二个返回的是测试的 p 值。