R позволяет нам вычислять F-тест между двумя населения:F-тест с P-значения в Python
> d1 = c(2.5579227634, 1.7774243136, 2.0025207896, 1.9518876366, 0.0, 4.1984191803, 5.6170403364, 0.0)
> d2 = c(16.93800333, 23.2837045311, 1.2674791828, 1.0889208427, 1.0447584137, 0.8971380534, 0.0, 0.0)
> var.test(d1,d2)
F test to compare two variances
data: d1 and d2
F = 0.0439, num df = 7, denom df = 7, p-value = 0.000523
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.008789447 0.219288957
sample estimates:
ratio of variances
0.04390249
Примечание там отчеты P-значение также.
Другой пример, R дал это:
> x1 = c(0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 68.7169110318)
> x2 = c(0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 2.1863361211)
> var.test(x1,x2)
#p-value = 1.223e-09
Что эквивалент в Python? Я проверил это documentation, но, похоже, не дает того, что я хочу.
Этот код дает разные Р-значение (особенно пример 2):
import statistics as stats
import scipy.stats as ss
def Ftest_pvalue(d1,d2):
"""docstring for Ftest_pvalue"""
df1 = len(d1) - 1
df2 = len(d2) - 1
F = stats.variance(d1)/stats.variance(d2)
single_tailed_pval = ss.f.cdf(F,df1,df2)
double_tailed_pval = single_tailed_pval * 2
return double_tailed_pval
Python дал следующим образом:
In [45]: d1 = [2.5579227634, 1.7774243136, 2.0025207896, 1.9518876366, 0.0, 4.1984191803, 5.6170403364, 0.0]
In [20]: d2 = [16.93800333, 23.2837045311, 1.2674791828, 1.0889208427, 1.0447584137, 0.8971380534, 0.0, 0.0]
In [64]: x1 = [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 68.7169110318]
In [65]: x2 = [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 2.1863361211]
In [69]: Ftest_pvalue(d1,d2)
Out[69]: 0.00052297887612346176
In [70]: Ftest_pvalue(x1,x2)
Out[70]: 1.9999999987772916
Скупольное значение p, по-видимому, составляет примерно половину R-единицы (что позволяет использовать представление с плавающей точкой и проблемы округления). Это, казалось бы, подразумевает одностороннее испытание с двумя хвостами. – lvc
@ Комментарий lvc точно верен. Если вы посмотрите на документацию для 'var.test', альтернативная гипотеза по умолчанию - это двухсторонний тест, и когда вы вычисляете' cdf', как вы это делаете с Python, это по сути односторонний тест. –
@lvc: похоже, что после того, как я попробовал другой пример (см. Обновление) – pdubois