我正在嘗試使用統計數據 model 計算 p_value

Question

這是我獲取所需數字的代碼

import statsmodels.api as sm
from statsmodels.stats.proportion import proportions_ztest

convert_old = len(df2[df2['group'] == 'control']['converted'] == 1)
convert_new = len(df2[df2['group'] == 'treatment']['converted'] == 1)
n_old =  len(df2[df2['group'] == 'control'])
n_new = len(df2[df2['group'] == 'treatment'])

實際的 model 是：

stat, pval = proportions_ztest([convert_new ,convert_old], [n_new, n_old])

我得到了這個結果：

p值是： nan

我也收到警告：

/opt/conda/lib/python3.6/site-packages/statsmodels/stats/weightstats.py:670：

 RuntimeWarning: invalid value encountered in double_scalars 
      zstat = value / std_diff

/opt/conda/lib/python3.6/site-packages/statsmodels/stats/weightstats.py:672：

 RuntimeWarning: invalid value encountered in absolute
      pvalue = stats.norm.sf(np.abs(zstat))*2 

Answer 1

我認為問題在於如何獲得convert_old和convert_new的數字。 通過設置['converted'] == 1 ，您將根據每個單獨的值獲得一個具有 True/False 的系列，因此長度將不受影響，並且您將始終擁有相同的長度。 為了獲得正確的長度，您可以嘗試：

convert_old = len(df2[(df2['group'] == 'control') & (df2['converted'] == 1)]
convert_new = len(df2[(df2['group'] == 'treatment') & (df2['converted'] == 1)]