Python တွင် chi-square goodness-of-fit test ကို မည်သို့လုပ်ဆောင်ရမည်နည်း။

Chi -square goodness-of-fit test ကို categorical variable သည် hypothetical distribution ကို လိုက်နာခြင်း ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုပါသည်။

ဤသင်ခန်းစာတွင် Python တွင် Chi-square goodness-of-fit test ကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြထားသည်။

ဥပမာ- Python ရှိ Chi-square goodness-of-fit test

စတိုးဆိုင်ပိုင်ရှင်တစ်ဦးက သူ့ဆိုင်ကို အပတ်စဉ် ဖောက်သည်အရေအတွက် တူညီစွာလာရောက်သည်ဟု ဆိုသည်။ ဤယူဆချက်ကို စမ်းသပ်ရန်အတွက် သုတေသီတစ်ဦးသည် သတ်မှတ်ရက်သတ္တပတ်အတွင်း စတိုးဆိုင်သို့ ရောက်ရှိလာသော ဖောက်သည်အရေအတွက်ကို မှတ်တမ်းတင်ပြီး အောက်ပါတို့ကို တွေ့ရှိသည်-

• တနင်္လာနေ့- ဖောက်သည် ၅၀
• အင်္ဂါနေ့- ဖောက်သည် ၆၀
• ဗုဒ္ဓဟူးနေ့- ဖောက်သည် ၄၀
• ကြာသပတေးနေ့: ဖောက်သည် 47
• သောကြာနေ့: ဖောက်သည် 53 ဦး

ဒေတာသည် စတိုးပိုင်ရှင်၏ တောင်းဆိုချက်နှင့် ကိုက်ညီမှုရှိမရှိ ဆုံးဖြတ်ရန် Python တွင် Chi-square goodness-of-fit စမ်းသပ်မှုပြုလုပ်ရန် အောက်ပါအဆင့်များကို အသုံးပြုပါ။

အဆင့် 1: ဒေတာကိုဖန်တီးပါ။

ပထမဦးစွာ၊ ကျွန်ုပ်တို့သည် တစ်နေ့တာအတွက် ကျွန်ုပ်တို့၏ စောင့်ကြည့်လေ့လာပြီး မျှော်မှန်းထားသော ဖောက်သည်အရေအတွက်ကို ထည့်သွင်းရန် ဇယားနှစ်ခုကို ဖန်တီးပါမည်။

 expected = [50, 50, 50, 50, 50]
observed = [50, 60, 40, 47, 53]

အဆင့် 2- chi-square goodness-of-fit စမ်းသပ်မှု ပြုလုပ်ပါ။

ထို့နောက်၊ အောက်ပါ syntax ကိုအသုံးပြုသည့် SciPy စာကြည့်တိုက်မှ chi-square လုပ်ဆောင်ချက်ကို အသုံးပြု၍ chi-square goodness-of-fit test ကို လုပ်ဆောင်နိုင်သည်-

ချီစတုရန်း (f_obs၊ f_exp)

ရွှေ-

• f_obs- စောင့်ကြည့်ထားသော အရေအတွက်များ။
• f_exp- မျှော်လင့်ထားသော အရေအတွက်များ ခင်းကျင်းထားသည်။ ပုံသေအားဖြင့်၊ အမျိုးအစားတစ်ခုစီသည် အညီအမျှ ဖြစ်နိုင်သည်ဟု ယူဆပါသည်။

အောက်ပါကုဒ်သည် ကျွန်ုပ်တို့၏ သီးခြားဥပမာတွင် ဤလုပ်ဆောင်ချက်ကို အသုံးပြုနည်းကို ပြသသည်-

 import scipy.stats as stats

#perform Chi-Square Goodness of Fit Test
stats.chisquare(f_obs=observed, f_exp=expected)

(statistic=4.36, pvalue=0.35947)

Chi-square စမ်းသပ်မှုကိန်းဂဏန်းသည် 4.36 ဖြစ်ပြီး သက်ဆိုင်ရာ p-value သည် 0.35947 ဖြစ်သည်။

p-value သည် n-1 ဒီဂရီ လွတ်လပ်မှု (dof) ရှိသော Chi-square တန်ဖိုးနှင့် သက်ဆိုင်ကြောင်း သတိပြုပါ။ ဤကိစ္စတွင်၊ dof = 5-1 = 4။ သင် P-value ဂဏန်းတွက်စက်သို့ chi-square ကို သုံး၍ X ² = 4.36 နှင့် dof = 4 သည် 0.35947 နှင့် သက်ဆိုင်သော p-value ကိုအတည်ပြုရန် သင်အသုံးပြုနိုင်ပါသည်။

chi-square goodness-of-fit စမ်းသပ်မှုတွင် အောက်ပါ null နှင့် အခြားအခြားသော အယူအဆများကို အသုံးပြုထားကြောင်း သတိရပါ။

• H ₀ : (null hypothesis) ကိန်းရှင်တစ်ခုသည် တွေးခေါ်မှုဖြန့်ဝေမှုနောက်ဆက်တွဲဖြစ်သည်။
• H ₁ : (အစားထိုးယူဆချက်) ကိန်းရှင်သည် တွေးခေါ်မှုဆိုင်ရာ ဖြန့်ဝေမှုကို မလိုက်နာပါ။

p-value (0.35947) သည် 0.05 ထက်မနည်းသောကြောင့်၊ null hypothesis ကို ငြင်းပယ်ရန် ပျက်ကွက်ပါသည်။ ဆိုလိုသည်မှာ စတိုးဆိုင်ပိုင်ရှင်မှ တင်ပြသော ဖောက်သည်များ၏ စစ်မှန်သော ဖြန့်ဖြူးမှုသည် ကွဲလွဲကြောင်း ပြောရန် လုံလောက်သော အထောက်အထား မရှိဟု ဆိုလိုပါသည်။