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

使用Python实现矢量路径的压缩、解压与可视化

《使用Python实现矢量路径的压缩、解压与可视化》在图形设计和Web开发中,矢量路径数据的高效存储与传输至关重要,本文将通过一个Python示例,展示如何将复杂的矢量路径命令序列压缩为JSON格式,... 目录引言核心功能概述1. 路径命令解析2. 路径数据压缩3. 路径数据解压4. 可视化代码实现详解1

python获取网页表格的多种方法汇总

《python获取网页表格的多种方法汇总》我们在网页上看到很多的表格,如果要获取里面的数据或者转化成其他格式,就需要将表格获取下来并进行整理,在Python中,获取网页表格的方法有多种,下面就跟随小编... 目录1. 使用Pandas的read_html2. 使用BeautifulSoup和pandas3.

Python装饰器之类装饰器详解

《Python装饰器之类装饰器详解》本文将详细介绍Python中类装饰器的概念、使用方法以及应用场景,并通过一个综合详细的例子展示如何使用类装饰器,希望对大家有所帮助,如有错误或未考虑完全的地方,望不... 目录1. 引言2. 装饰器的基本概念2.1. 函数装饰器复习2.2 类装饰器的定义和使用3. 类装饰

Python 交互式可视化的利器Bokeh的使用

《Python交互式可视化的利器Bokeh的使用》Bokeh是一个专注于Web端交互式数据可视化的Python库,本文主要介绍了Python交互式可视化的利器Bokeh的使用,具有一定的参考价值,感... 目录1. Bokeh 简介1.1 为什么选择 Bokeh1.2 安装与环境配置2. Bokeh 基础2

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

Python的time模块一些常用功能(各种与时间相关的函数)

《Python的time模块一些常用功能(各种与时间相关的函数)》Python的time模块提供了各种与时间相关的函数,包括获取当前时间、处理时间间隔、执行时间测量等,:本文主要介绍Python的... 目录1. 获取当前时间2. 时间格式化3. 延时执行4. 时间戳运算5. 计算代码执行时间6. 转换为指

利用Python调试串口的示例代码

《利用Python调试串口的示例代码》在嵌入式开发、物联网设备调试过程中,串口通信是最基础的调试手段本文将带你用Python+ttkbootstrap打造一款高颜值、多功能的串口调试助手,需要的可以了... 目录概述:为什么需要专业的串口调试工具项目架构设计1.1 技术栈选型1.2 关键类说明1.3 线程模

Python ZIP文件操作技巧详解

《PythonZIP文件操作技巧详解》在数据处理和系统开发中,ZIP文件操作是开发者必须掌握的核心技能,Python标准库提供的zipfile模块以简洁的API和跨平台特性,成为处理ZIP文件的首选... 目录一、ZIP文件操作基础三板斧1.1 创建压缩包1.2 解压操作1.3 文件遍历与信息获取二、进阶技

Python Transformers库(NLP处理库)案例代码讲解

《PythonTransformers库(NLP处理库)案例代码讲解》本文介绍transformers库的全面讲解,包含基础知识、高级用法、案例代码及学习路径,内容经过组织,适合不同阶段的学习者,对... 目录一、基础知识1. Transformers 库简介2. 安装与环境配置3. 快速上手示例二、核心模

Python正则表达式语法及re模块中的常用函数详解

《Python正则表达式语法及re模块中的常用函数详解》这篇文章主要给大家介绍了关于Python正则表达式语法及re模块中常用函数的相关资料,正则表达式是一种强大的字符串处理工具,可以用于匹配、切分、... 目录概念、作用和步骤语法re模块中的常用函数总结 概念、作用和步骤概念: 本身也是一个字符串,其中