将比例 z 检验应用于数据框中的每条记录
Posted
技术标签:
【中文标题】将比例 z 检验应用于数据框中的每条记录【英文标题】:apply proportion z-test to each record in dataframe 【发布时间】:2020-01-28 05:40:36 【问题描述】:我有下面的代码,我试图将一个样本比例 ztest 应用于我数据中每一行的值。我有以下来自我的数据框 df 的示例数据。我正在尝试将每个价值比例与从计数值中获得的比例和从 obs 中的值获得的试验次数进行比较。我想要每条记录的 p 值。相反,我似乎为所有记录获得了一个 p 值。我在下面有几行所需的输出来说明我的意思。有人可以指出我做错了什么,以及如何解决它?或者建议一种更巧妙的方式来做到这一点?似乎真的应该有一种方法可以用熊猫来做到这一点。
# code:
def pvl(x):
return sm.stats.proportions_ztest(x['count'],
x['value'],
x['obs'],
alternative='larger')[1]
df['pval']=df.apply(pvl,
axis=1
)
# sample data:
print(df)
count value obs
211.0 0.013354 15800.0
18.0 0.001139 15800.0
310.0 0.019620 15800.0
114.0 0.007215 15800.0
85.0 0.005380 15800.0
# sample output:
count value obs pval
211.0 0.013354 15800.0 0.5
18.0 0.001139 15800.0 0.5
310.0 0.019620 15800.0 0.5
114.0 0.007215 15800.0 0.5
85.0 0.005380 15800.0 0.5
# desired output:
count value obs pval
211.0 0.013354 15800.0 0.49
18.0 0.001139 15800.0 4.1454796845134295e-41
310.0 0.019620 15800.0 0.9999999999965842
【问题讨论】:
【参考方案1】:你的 pvl 函数有错误。 stats 模型中的proportion_ztest()
函数按以下顺序接受输入:count、nobs、value。因此,您应该将函数定义为:
def pvl(x):
return sm.stats.proportions_ztest(x['count'], x['obs'],
x['value'], alternative='larger')[1]
但是,根据您的数据,我得到的结果非常接近 0.5,而不是您列为所需输出的结果。我想知道您是如何获得第二个和第三个结果的,因为它们对我来说似乎是错误的(除非我误解了您的问题)。
【讨论】:
谢谢,是的,我注意到我在示例中运行了错误的数字。实际上,p 值都接近 0.5。它是四舍五入的。此外,我使用了错误的字段来比较值。所以代码是正确的,我输入错误的数字,谢谢。以上是关于将比例 z 检验应用于数据框中的每条记录的主要内容,如果未能解决你的问题,请参考以下文章