Python中的比例检验，类似于R中的prop.test

Question

我在找一个用Python写的测试，能做到这个：

> survivors <- matrix(c(1781,1443,135,47), ncol=2)
> colnames(survivors) <- c('survived','died')
> rownames(survivors) <- c('no seat belt','seat belt')
> survivors
             survived died
no seat belt     1781  135
seat belt        1443   47
> prop.test(survivors)

    2-sample test for equality of proportions with continuity correction

data:  survivors
X-squared = 24.3328, df = 1, p-value = 8.105e-07
alternative hypothesis: two.sided
95 percent confidence interval:
 -0.05400606 -0.02382527
sample estimates:
   prop 1    prop 2 
0.9295407 0.9684564 

我主要想知道的是p-value的计算。

这个例子是从这里拿来的。

Answer 1

补充一下@Akavall的回答：如果你没有明确的“失败”次数（比如你提到的死亡人数），R语言中的prop.test函数可以让你只输入总的试验次数。例如，prop.test(c(1781, 1443), c(1781+135, 1443+47))这个写法会给你和你自己构建的列联表一样的结果。

而Scipy中的chi2_contingency函数则需要你提供失败次数和完整的列联表。如果你没有明确的失败次数，只是想检查两个样本的成功比例是否相等，你可以用下面的方式来处理Scipy的函数：

survivors = np.array([[1781, total1 - 1781], [1443, total2 - 47]])
chi2_contingency(survivors)

# Result:
(24.332761232771361, 8.1048817984512269e-07, 1,
array([[ 1813.61832061,   102.38167939],
           [ 1410.38167939,    79.61832061]]))

我花了一些时间才搞明白这个，希望能对某些人有所帮助。

Answer 2

我想我明白了：

In [11]: from scipy import stats

In [12]: import numpy as np

In [13]: survivors = np.array([[1781,135], [1443, 47]])

In [14]: stats.chi2_contingency(survivors)
Out[14]: 
(24.332761232771361,       # x-squared
 8.1048817984512269e-07,   # p-value
 1,
 array([[ 1813.61832061,   102.38167939],
       [ 1410.38167939,    79.61832061]]))