Question

我正在尝试重新实施在R中使用Python初步开发的二项式测试。但是，我不确定我是否使用了正确的功能。

在R中，我得到：

> binom.test (2, 8, 11/2364, alternative = "greater")
0.25

Python＆amp; SciPy，我用

from scipy.stats import binom
binom.sf(2, 8, float(11)/float(2364))
5.5441613055814931e-06

实际上我必须做binom.sf(2, 8, float(11)/float(2364))以确保第三个参数不是0因为int div。

为什么值不同？我是否必须为Scipy / binom.sf指定时刻？我应该使用其他一些图书馆吗？

Answer 1

这是我在R中得到的：

> binom.test(2, 8, 11/2364, alternative = "greater")

    Exact binomial test

data:  2 and 8
number of successes = 2, number of trials = 8, p-value = 0.0005951
alternative hypothesis: true probability of success is greater than 0.00465313
95 percent confidence interval:
 0.04638926 1.00000000
sample estimates:
probability of success 
                  0.25 

>

请注意，p值为0.0005951。

将其与scipy.stats.binom_test（仅返回p值）的结果进行比较：

In [25]: from scipy.stats import binom_test

In [26]: binom_test(2, 8, 11/2364, alternative='greater')
Out[26]: 0.00059505960517880572

所以这与R同意。

要使用scipy.stats.binom的生存函数，您必须调整第一个参数（如Marius的评论中所述）：

In [27]: from scipy.stats import binom

In [28]: binom.sf(1, 8, 11/2364)
Out[28]: 0.00059505960517880572

（我使用的是Python 3，因此11/2364等于0.004653130287648054。如果您使用的是Python 2，请确保将该分数写为11.0/2364或float(11)/2364。）

Python与R的二项式测试

1 个答案: