使用Chi-Squared查找适合度的优势

Question

我正在尝试使用scipy.stats卡方工具来确定两个数组之间的拟合优度。我已经使用np.polyfit工具（拟合度为10）来找到两个数组之间的拟合度，现在我只是想弄清楚如何使用chisquare方法来确定拟合度。在这种情况下如何正确使用scipy的卡方工具？

data = np.loadtxt("location of data")

x = data[:,0] #defining the first column as x
y = data[:,1] #defining the second column as y

fit = np.polyfit(x, y, 10)
p = np.poly1d(fit)

import scipy
from scipy.stats import chisquare

Answer 1

您可以通过在chisquare模块中将它们作为group1和group2传递来直接测试分布。 X为group1。 Y为第2组。 在这里，group1代表freq_observed，而group2代表freq_expected。将自由度设置为可选参数ddof，或者让模型从元素数量中选择它

import scipy.stats as stat
stat.chisquare(np.array(group1), np.array(group2))

是使用它的方式。现在，您可以针对这两个列分别使用拟合数据进行测试，因为group1是拟合数据，而group2是独立的X，Y。