statsmodels.stats.proportion.proportions_chisquare¶

statsmodels.stats.proportion.proportions_chisquare(count, nobs, value=None)[source]¶

基于卡方检验的比例测试

Parameters:¶

count{int, array_like}

在nobs次试验中成功的次数。如果这是一个类数组对象，那么假设这是表示每个独立样本的成功次数

nobsint

试验或观察的次数，长度与count相同。

valueNone or float or array_like

Returns:¶

chi2statfloat

卡方检验的检验统计量

p-valuefloat

卡方检验的p值

(table, expected)

table 是一个 (k, 2) 的列联表，expected 是在给定边际条件下，独立性假设下对应的期望频数表

注释

最近版本的 scipy.stats 提供了用于列联表中独立性检验的卡方检验。

此函数提供了类似于 R 中 prop.test 的卡方检验接口，但没有 Yates 连续性校正的选项。

count 可以是单个比例的事件数量的计数，或者是几个独立比例的计数。如果给出了 value，则所有比例将共同针对此值进行检验。如果未给出 value 且 count 和 nobs 不是标量，则原假设是所有样本具有相同的比例。