x <- c(12.6, 11.4, 13.2, 11.2, 9.4, 12.0)
y <- c(16.4, 14.1, 13.4, 15.4, 14.0, 11.3)
permTS(x,y, alternative="two.sided", method="exact.mc", control=permControl(nmc=30000))$p.value
使用p值打印结果:0.01999933
。
注意,函数permTS允许我们输入置换数= 30000。
Python中是否存在类似的含义?
我正在查看Python的perm_stat
,但这不是我正在寻找的东西
马车。
答案 0 :(得分:15)
这是使用monte-carlo方法进行置换测试的可能方法:
def exact_mc_perm_test(xs, ys, nmc):
n, k = len(xs), 0
diff = np.abs(np.mean(xs) - np.mean(ys))
zs = np.concatenate([xs, ys])
for j in range(nmc):
np.random.shuffle(zs)
k += diff < np.abs(np.mean(zs[:n]) - np.mean(zs[n:]))
return k / nmc
请注意,考虑到算法的蒙特卡罗性质,每次运行时都不会得到完全相同的数字:
>>> xs = np.array([12.6, 11.4, 13.2, 11.2, 9.4, 12.0])
>>> ys = np.array([16.4, 14.1, 13.4, 15.4, 14.0, 11.3])
>>> exact_mc_perm_test(xs, ys, 30000)
0.019466666666666667