使用SciPy的Fisher精确测试获得预期的阵列?

时间:2014-08-31 21:53:09

标签: python numpy scipy

SciPy允许您进行卡方检验和Fisher精确检验。 虽然卡方检验的输出包括预期的数组,但Fisher精确不包括。

e.g:

from scipy import stats
import numpy as np
obs = np.array(
    [[1100,6848],
    [11860,75292]])
stats.chi2_contingency(obs)

返回:

(0.31240019935827701,
 0.57621104841277448,
 1L,
 array([[  1083.13438486,   6864.86561514],
        [ 11876.86561514,  75275.13438486]]))

,同时:

from scipy import stats
oddsratio, pvalue = stats.fisher_exact([[1100,6848],
[11860,75292]])
print pvalue, oddsratio

返回:

0.561533439157 1.01974850672

documentation什么也没说,我也找不到网上的任何内容。有可能吗? 谢谢!

1 个答案:

答案 0 :(得分:1)

Fisher精确检验(http://en.wikipedia.org/wiki/Fisher%27s_exact_test)不涉及计算预期的数组。这就是fisher_exact()没有返回的原因。

如果您需要预期的数组,它与chi2_contingency返回的数组相同。如果您想在不调用chi2_contingency的情况下进行计算,则可以使用scipy.stats.contingency.expected_freq。例如:

In [40]: obs
Out[40]: 
array([[ 1100,  6848],
       [11860, 75292]])

In [41]: from scipy.stats.contingency import expected_freq

In [42]: expected_freq(obs)
Out[42]: 
array([[  1083.13438486,   6864.86561514],
       [ 11876.86561514,  75275.13438486]])