我正在寻找Python中的一个测试,它可以执行以下操作:
> 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
我最感兴趣的是p-value
计算。
示例采用here格式
我想我明白了:
添加到@Akavall的答案中:如果您没有显式的“失败”计数(在您的示例中是死亡的计数),R的
prop.test
允许您只指定试验的总数,例如prop.test(c(1781, 1443), c(1781+135, 1443+47))
将给出与您构建的列联表相同的结果。Scipy的
chi2_contingency
明确要求提供失败计数和完整的列联表。如果您没有明确的失败计数,只想检查两个样本的成功率在总数中所占的比例是否相等,那么可以使用我花了点时间才弄明白。希望它能帮助别人。
相关问题 更多 >
编程相关推荐