培生的卡方檢驗Python

Question

我有兩個陣列，我想進行皮爾遜卡方檢驗（擬合優度）。 我想測試預期結果與觀察結果之間是否有顯着差異。

observed = [11294, 11830, 10820, 12875]
expected = [10749, 10940, 10271, 11937]

我想比較11294和10749、11830和10940、10820和10271等。

這就是我所擁有的

>>> from scipy.stats import chisquare
>>> chisquare(f_obs=[11294, 11830, 10820, 12875],f_exp=[10749, 10940, 10271, 11937])
(203.08897607453906, 9.0718379533890424e-44)

其中203是卡方檢驗統計量，而9.07e-44是p值。 我對結果感到困惑。 p值= 9.07e-44 <0.05，因此我們拒絕原假設，並得出結論，觀察到的結果與預期結果之間存在顯着差異。 這是不正確的，因為數字非常接近。 我該如何解決？

Answer 1

通常，零假設（H0）表示兩個變量（X和Y）是獨立的，即更改X中的值不會影響Y中的值。

例如，X = [1,2,3,4]，Y = [2,4,6,8]

如果您使用這種情況下的任何方法來計算“ p值”，則該值應該很小，這意味着遵循原假設后這種情況的可能性很小，即可能性非常低X和Y彼此獨立。

這意味着它將永遠不會遵循零假設，並且這兩個變量以Y = 2X的形式相互依賴。

同樣在您的情況下，p值分數9.0718379533890424e-44表示相同的內容，即，較小的值表示滿足原假設的機會很小，並且意味着觀察到的 期望與彼此相關，並且存在他們之間沒有獨立性 。

PS。 您對此是正確的。