谈谈 Python 中的 McNemar 检验(一)

2024-03-28 08:20
文章标签 python 检验 谈谈 mcnemar

本文主要是介绍谈谈 Python 中的 McNemar 检验(一),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

McNemar检验,最常用的用法是用来检验列联表的相似性,但实际上它也可以用来检验两个相关样本是否来自同一分布。

对于用McNemar检验检验列联表,举一个简单的保险场景下的例子如下:

比如用两个数据模型来识别投保人在未来一年是否会发生损失,在两个数据模型下,有a个人无论在模型1还是模型2下始终都处于不发生损失的组,有b个人在模型1下处于不发生损失组、而在模型2下处于发生损失组;有c个人在模型1下处于发生损失组、而在模型2下处于不发生损失组,有d个人无论在模型1还是模型2下始终都处于发生损失的组。这样,列成列联表的形式如下:

模型2
模型1无损失有损失
无损失ab
有损失cd

现在,我们的问题来了,我们采用了两个数据模型,而这两个数据模型的结果,到底是不是有显著的不同呢?

想要理解这个问题,我们来说一下 McNemar 检验的原理。在上面的列联表中,a和d其实是没有用的,因为他们在两个数据模型下都处于相同的分组。因此,关键的数据是 b 和 c,我们需要重点关注这两个分组,这个数如果相差不大,那么就说明两个模型没有显著差别。

怎么理解这两个分组的差异呢?我举一个扔骰子的例子。我们手里有10个骰子,分别仍两次,第一次得到10个数,第二次也得到10个数。如果两次扔骰子是无差异的,那么第2次扔出的10个数比第1次扔出的对应的10个数 大 的个数,与第2次扔出的10个数比第1次扔出的对应的10个数 小 的个数,应该是差不多的,比如下表:

第一次第二次是否大于
34大于
65小于
44等于
61小于
31小于
25大于
35大于
36大于
44等于
62小于

在这个投骰子的例子中,出现4个“大于”,4个“小于”,2个“等于”。2个“等于”的价值不大,主要看“大于”数和“小于”数的比较,两者都是4个,因此说明两次投骰子的结果没有显著差异,这就是 McNemar 检验的原理。

下面,回到保险的那个场景。假设我们的数据是 a=49, b=25, c=21, d=107。怎么判断两个数据模型的结果没有显著差异呢?那就是使用 McNemar 检验。下面准备上代码,采用 Python 语言来做。

做法主要使用 Python 中的 statsmodels 模块。

首先,要说, Python 的 statsmodels 中有两个 McNemar 检验,一个在 statsmodels.stats.contingency_tables 中,另一个在 statsmodels.sandbox.stats.runs 中。我要说的是,后者是前者的扩展版,因此,我推荐使用的是后者。下面,我们用两个都做一下,而且结果是相同的,代码如下:

x=[[49,25],[21,107]]import statsmodels.stats.contingency_tables as ct
print(ct.mcnemar(x, exact=True, correction=False))import statsmodels.sandbox.stats.runs as rns
print(rns.mcnemar(x, y=None, exact=True, correction=False))

代码运行后的结果,两个模块的结果均为:统计量值为21,p值为 0.6587。p值很大,说明两个数据模型的分析结果没有显著差异。(注意,McNemar检验的原假设是:两个数据模型结果相同)

用 McNemar 检验列联表的相似性,就说到这里。关于用 McNemar 检验两个样本的相似性,另起一个文章再说。

这篇关于谈谈 Python 中的 McNemar 检验(一)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/855028

相关文章

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

Python+PyQt5实现多屏幕协同播放功能

《Python+PyQt5实现多屏幕协同播放功能》在现代会议展示、数字广告、展览展示等场景中,多屏幕协同播放已成为刚需,下面我们就来看看如何利用Python和PyQt5开发一套功能强大的跨屏播控系统吧... 目录一、项目概述:突破传统播放限制二、核心技术解析2.1 多屏管理机制2.2 播放引擎设计2.3 专

Python中随机休眠技术原理与应用详解

《Python中随机休眠技术原理与应用详解》在编程中,让程序暂停执行特定时间是常见需求,当需要引入不确定性时,随机休眠就成为关键技巧,下面我们就来看看Python中随机休眠技术的具体实现与应用吧... 目录引言一、实现原理与基础方法1.1 核心函数解析1.2 基础实现模板1.3 整数版实现二、典型应用场景2

Python实现无痛修改第三方库源码的方法详解

《Python实现无痛修改第三方库源码的方法详解》很多时候,我们下载的第三方库是不会有需求不满足的情况,但也有极少的情况,第三方库没有兼顾到需求,本文将介绍几个修改源码的操作,大家可以根据需求进行选择... 目录需求不符合模拟示例 1. 修改源文件2. 继承修改3. 猴子补丁4. 追踪局部变量需求不符合很

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

Python 中的异步与同步深度解析(实践记录)

《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际... 目录python中的异步与同步:深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

在C#中调用Python代码的两种实现方式

《在C#中调用Python代码的两种实现方式》:本文主要介绍在C#中调用Python代码的两种实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录C#调用python代码的方式1. 使用 Python.NET2. 使用外部进程调用 Python 脚本总结C#调

Python下载Pandas包的步骤

《Python下载Pandas包的步骤》:本文主要介绍Python下载Pandas包的步骤,在python中安装pandas库,我采取的方法是用PIP的方法在Python目标位置进行安装,本文给大... 目录安装步骤1、首先找到我们安装python的目录2、使用命令行到Python安装目录下3、我们回到Py

Python GUI框架中的PyQt详解

《PythonGUI框架中的PyQt详解》PyQt是Python语言中最强大且广泛应用的GUI框架之一,基于Qt库的Python绑定实现,本文将深入解析PyQt的核心模块,并通过代码示例展示其应用场... 目录一、PyQt核心模块概览二、核心模块详解与示例1. QtCore - 核心基础模块2. QtWid