R和Python中的G检验（比例的两个样本检验）

Question

我正在R和Python中进行G测试，但结果却有所不同，在Python中得到的结果是错误的。我不知何故使用了该公式。

数据为：

prfs
Sex F   M
Pref        
B   29  17
A   2   12

R代码是：

library(RVAideMemoire)
G.test(prfs)
G-test

data:  prfs
G = 11.025, df = 1, p-value = 0.0008989

Python代码是：

stats.power_divergence(prfs, lambda_ = 'log-likelihood')
Power_divergenceResult(statistic=array([28.14366538,  0.86639163]), pvalue=array([1.12635722e-07, 3.51956200e-01]))

stats.power_divergence(prfs, lambda_ = 'log-likelihood', axis = None, ddof = 2)
Power_divergenceResult(statistic=29.07673602201342, pvalue=6.956736686069527e-08)

您的建议将不胜感激。

Answer 1

这是一个古老的问题，但以下答案可能会有所帮助：

obs = np.array([[29,17], [2,12]])
# G test with scipy: 
from scipy.stats import * 
g, p, dof, expctd = chi2_contingency(obs, lambda_="log-likelihood")
print("G={}; df={}; P={}".format(g, dof, p))

输出：

G=8.859368223179882; df=1; P=0.0029158847773319975

该值类似于通过R方法获得的值。

上述方法的参考文献为here。