Python တွင် fisher's exact test ကို မည်သို့လုပ်ဆောင်ရမည်နည်း။

Fisher ၏ တိကျသောစစ်ဆေးမှု ကို အမျိုးအစားခွဲကွဲပြားသည့် ကိန်းရှင်နှစ်ခုကြားတွင် သိသာထင်ရှားသော ဆက်စပ်မှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။

2 × 2 ဇယားတွင် တစ်ခု သို့မဟုတ် တစ်ခုထက်ပိုသော ဆဲလ်အရေအတွက် 5 ထက်နည်းသောအခါတွင် ၎င်းကို လွတ်လပ်ရေး chi-square စမ်းသပ်မှု ၏ အစားထိုးအဖြစ် ယေဘုယျအားဖြင့် အသုံးပြုသည် ။

ဤသင်ခန်းစာသည် Python တွင် Fisher ၏တိကျသောစမ်းသပ်မှုကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြထားသည်။

ဥပမာ- Python တွင် Fisher ၏တိကျသောစမ်းသပ်မှု

ကောလိပ်တစ်ခုခုရှိ နိုင်ငံရေး ပါတီတစ်ခုအတွက် ကျားမ နှင့် ပတ်သက်မှုရှိမရှိ သိချင်သည်ဆိုပါစို့။

ဤအရာကို လေ့လာရန်၊ ကျွန်ုပ်တို့သည် ကျောင်းဝင်းအတွင်းရှိ ကျောင်းသား ၂၅ ဦးကို ကျပန်း စစ်တမ်းကောက်ယူပါသည်။ ၎င်းတို့၏ လိင်အပေါ်အခြေခံ၍ ဒီမိုကရက်တစ် သို့မဟုတ် ရီပတ်ဘလစ်ကန် ကျောင်းသားဦးရေကို အောက်ပါဇယားတွင် ပြထားသည်-

ကျား/မ နှင့် နိုင်ငံရေးပါတီများ၏ ဦးစားပေးမှုကြားတွင် စာရင်းအင်းအရ သိသာထင်ရှားသော ဆက်စပ်မှုရှိမရှိ ဆုံးဖြတ်ရန်၊ Python တွင် Fisher’s အတိအကျ စမ်းသပ်မှုကို လုပ်ဆောင်ရန် အောက်ပါအဆင့်များကို အသုံးပြုနိုင်ပါသည်။

အဆင့် 1: ဒေတာကိုဖန်တီးပါ။

ပထမဦးစွာ ကျွန်ုပ်တို့သည် ကျွန်ုပ်တို့၏ဒေတာကို ထိန်းသိမ်းရန် ဇယားတစ်ခုကို ဖန်တီးပါမည်။

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

အဆင့် 2- Fisher ၏တိကျသောစမ်းသပ်မှုကိုလုပ်ဆောင်ပါ။

ထို့နောက်၊ အောက်ပါ syntax ကိုအသုံးပြုထားသည့် SciPy စာကြည့်တိုက်မှ fisher_exact လုပ်ဆောင်ချက်ကို အသုံးပြု၍ Fisher ၏အတိအကျစမ်းသပ်မှုကို လုပ်ဆောင်နိုင်သည်-

fisher_exact(ဇယား၊ အစားထိုး=’မျက်နှာနှစ်ခု’)

ရွှေ-

• ဇယား- 2×2 အရေးပေါ်ဇယား
• အခြားရွေးချယ်စရာ- အခြားသီအိုရီကို သတ်မှတ်သည်။ မူရင်းမှာ “ နှစ်ဘက်” ဖြစ်သော်လည်း တစ်ဖက်သတ်စမ်းသပ်မှုများအတွက် “ နည်း” သို့မဟုတ် “ ကြီးသည်” ကိုလည်း ရွေးချယ်နိုင်သည်။

အောက်ပါကုဒ်သည် ကျွန်ုပ်တို့၏ သီးခြားဥပမာတွင် ဤလုပ်ဆောင်ချက်ကို အသုံးပြုနည်းကို ပြသသည်-

 import scipy.stats as stats

print(stats.fisher_exact(data))

(4.5, 0.1152)

စမ်းသပ်မှုအတွက် p-တန်ဖိုးသည် 0.1152 ဖြစ်သည်။

Fisher တိကျသောစစ်ဆေးမှုသည် အောက်ပါ null နှင့် အခြားအခြားသော ယူဆချက်များကို အသုံးပြုသည်-

• H ₀ : (null hypothesis) ကိန်းရှင်နှစ်ခုသည် သီးခြားဖြစ်သည်။
• H ₁ : (အစားထိုးယူဆချက်) ကိန်းရှင်နှစ်ခုသည် သီးခြား မဟုတ်ပေ ။

ဤ p-value သည် 0.05 ထက်မနည်းသောကြောင့်၊ null hypothesis ကို ကျွန်ုပ်တို့ မငြင်းပယ်ပါ။

ထို့ကြောင့် ကျား၊မနှင့် နိုင်ငံရေး ပါတီနှစ်ခြိုက်မှုများကြားတွင် သိသာထင်ရှားသော ဆက်စပ်မှုရှိသည်ဟု ဆိုရန် လုံလောက်သော အထောက်အထား မရှိပေ။

တစ်နည်းဆိုရသော် ကျား၊မနှင့် နိုင်ငံရေး ပါတီများ၏ ဦးစားပေးမှုများသည် သီးခြားဖြစ်သည်။