Chi-square goodness of fit tests
Python में Hypothesis Testing
James Chapman
Curriculum Manager, DataCamp
Purple links
जब आप पाते हैं कि आपने पहले ही टॉप रिसोर्स देख लिया है, तो आपको कैसा लगता है?
purple_link_counts = stack_overflow['purple_link'].value_counts()
purple_link_counts = purple_link_counts.rename_axis('purple_link')\
.reset_index(name='n')\
.sort_values('purple_link')
purple_link n
2 Amused 368
3 Annoyed 263
0 Hello, old friend 1225
1 Indifferent 405
परिकल्पनाएँ घोषित करना
hypothesized = pd.DataFrame({
'purple_link': ['Amused', 'Annoyed', 'Hello, old friend', 'Indifferent'],
'prop': [1/6, 1/6, 1/2, 1/6]})
purple_link prop
0 Amused 0.166667
1 Annoyed 0.166667
2 Hello, old friend 0.500000
3 Indifferent 0.166667
$H_{0}$: सैंपल परिकल्पित वितरण से मेल खाता है
$H_{A}$: सैंपल परिकल्पित वितरण से मेल नहीं खाता
$\chi^{2}$ मापता है कि हर समूह में ऑब्ज़र्व्ड परिणाम अपेक्षाओं से कितने दूर हैं
alpha = 0.01
श्रेणीवार अनुमानित काउंट्स
n_total = len(stack_overflow)
hypothesized["n"] = hypothesized["prop"] * n_total
purple_link prop n
0 Amused 0.166667 376.833333
1 Annoyed 0.166667 376.833333
2 Hello, old friend 0.500000 1130.500000
3 Indifferent 0.166667 376.833333
काउंट्स को विज़ुअलाइज़ करना
import matplotlib.pyplot as plt plt.bar(purple_link_counts['purple_link'], purple_link_counts['n'], color='red', label='Observed')plt.bar(hypothesized['purple_link'], hypothesized['n'], alpha=0.5, color='blue', label='Hypothesized') plt.legend() plt.show()
काउंट्स को विज़ुअलाइज़ करना
chi-square goodness of fit test
print(hypothesized)
purple_link prop n
0 Amused 0.166667 376.833333
1 Annoyed 0.166667 376.833333
2 Hello, old friend 0.500000 1130.500000
3 Indifferent 0.166667 376.833333
from scipy.stats import chisquare
chisquare(f_obs=purple_link_counts['n'], f_exp=hypothesized['n'])
Power_divergenceResult(statistic=44.59840778416629, pvalue=1.1261810719413759e-09)
अभ्यास करते हैं!
Python में Hypothesis Testing
