كيفية إجراء اختبار فيشر الدقيق في بايثون

يتم استخدام اختبار فيشر الدقيق لتحديد ما إذا كان هناك ارتباط كبير بين متغيرين فئويين أم لا.

يتم استخدامه عمومًا كبديل لاختبار مربع كاي للاستقلال عندما يكون عدد الخلايا الواحدة أو أكثر في جدول 2 × 2 أقل من 5.

يشرح هذا البرنامج التعليمي كيفية إجراء اختبار فيشر الدقيق في بايثون.

مثال: اختبار فيشر الدقيق في بايثون

لنفترض أننا نريد أن نعرف ما إذا كان الجنس مرتبطًا بتفضيل حزب سياسي في كلية معينة أم لا.

لاستكشاف ذلك، قمنا بإجراء مسح عشوائي لـ 25 طالبًا في الحرم الجامعي. ويبين الجدول أدناه عدد الطلاب الديمقراطيين أو الجمهوريين حسب جنسهم:

لتحديد ما إذا كان هناك ارتباط ذو دلالة إحصائية بين الجنس وتفضيل الحزب السياسي، يمكننا استخدام الخطوات التالية لإجراء اختبار فيشر الدقيق في بايثون:

الخطوة 1: إنشاء البيانات.

أولاً، سنقوم بإنشاء جدول للاحتفاظ ببياناتنا:

 data = [[8, 4],
         [4, 9]]

الخطوة 2: إجراء اختبار فيشر الدقيق.

بعد ذلك، يمكننا إجراء اختبار فيشر الدقيق باستخدام الدالة Fisher_exact من مكتبة SciPy، والتي تستخدم الصيغة التالية:

Fisher_exact(جدول، بديل=’وجهان’)

ذهب:

• الجدول: جدول طوارئ 2×2
• البديل: يحدد الفرضية البديلة. الإعداد الافتراضي هو “ثنائي”، ولكن يمكنك أيضًا اختيار “أقل” أو “أكبر” للاختبارات أحادية الجانب.

يوضح الكود التالي كيفية استخدام هذه الوظيفة في مثالنا المحدد:

 import scipy.stats as stats

print(stats.fisher_exact(data))

(4.5, 0.1152)

القيمة p للاختبار هي 0.1152 .

يستخدم اختبار فيشر الدقيق الفرضيات الصفرية والبديلة التالية:

• H ₀ : (فرضية العدم) المتغيران مستقلان.
• ح ₁ : (فرضية بديلة) المتغيران غير مستقلين.

وبما أن هذه القيمة p لا تقل عن 0.05، فإننا لا نرفض فرضية العدم.

ولذلك ليس لدينا أدلة كافية لنقول أن هناك علاقة ذات دلالة إحصائية بين الجنس وتفضيلات الأحزاب السياسية.

وبعبارة أخرى، فإن تفضيلات النوع الاجتماعي والأحزاب السياسية مستقلة.