Python에서 fisher의 정확한 테스트를 수행하는 방법

Fisher의 정확 검정은 두 범주형 변수 사이에 유의미한 연관성이 있는지 여부를 확인하는 데 사용됩니다.

일반적 으로 2×2 테이블에서 하나 이상의 셀 개수가 5보다 작은 경우 카이제곱 독립성 검정 의 대안으로 사용됩니다 .

이 튜토리얼에서는 Python에서 Fisher의 정확한 테스트를 수행하는 방법을 설명합니다.

예: Python에서 Fisher의 정확 검정

성별이 특정 대학의 정당 선호와 연관되어 있는지 여부를 알고 싶다고 가정해 보겠습니다.

이를 탐구하기 위해 우리는 캠퍼스 내 25명의 학생을 무작위로 설문조사했습니다. 성별에 따른 민주당 또는 공화당 학생 수는 아래 표에 나와 있습니다.

성별과 정당 선호도 사이에 통계적으로 유의미한 연관성이 있는지 확인하기 위해 다음 단계를 사용하여 Python에서 Fisher의 정확한 테스트를 수행할 수 있습니다.

1단계: 데이터를 생성합니다.

먼저 데이터를 보관할 테이블을 만듭니다.

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

2단계: Fisher의 정확 검정을 수행합니다.

다음으로, 다음 구문을 사용하는 SciPy 라이브러리의 fisher_exact 함수를 사용하여 Fisher의 정확한 테스트를 수행할 수 있습니다.

fisher_exact(테이블, 대안=’두 얼굴’)

금:

• 테이블: 2×2 비상 테이블
• 대안: 대립 가설을 정의합니다. 기본값은 “양측”이지만 단측 테스트의 경우 “더 적음” 또는 “더 큼”을 선택할 수도 있습니다.

다음 코드는 특정 예에서 이 함수를 사용하는 방법을 보여줍니다.

 import scipy.stats as stats

print(stats.fisher_exact(data))

(4.5, 0.1152)

검정을 위한 p-값은 0.1152 입니다.

Fisher 정확 검정에서는 다음과 같은 귀무 가설과 대립 가설을 사용합니다.

• H ₀ : (귀무가설) 두 변수는 독립적입니다.
• H ₁ : (대립 가설) 두 변수는 독립적 이지 않습니다 .

이 p-값은 0.05 이상이므로 귀무가설을 기각하지 않습니다.

따라서 성별과 정당 선호도 사이에 유의미한 연관성이 있다고 말할 수 있는 충분한 증거가 없습니다.

즉, 성별과 정당 선호도는 독립적입니다.