在 python 中用卡方检验比较两个数据
Comparing two data with chi-square test in python
我有两个具有（波长、通量、误差）列的光谱。两个光谱彼此相似，只是一个光谱与另一个光谱相比波长偏移很小。我通过交叉关联两个光谱测量了位移。现在，我的目标是在将测得的偏移应用于其中一个光谱之前和之后测量两个光谱之间的卡方。对于 Chi-sq 估计，我将我的第二个光谱作为模型。计算卡方很容易。但是，如何估计 python 中与这些卡方相关的 p 值？
>>> from scipy.stats import chisquare
>>> chisquare([16, 18, 16, 14, 12, 12],f_exp=[16, 16, 16, 16, 16, 8])
Power_divergenceResult(statistic=3.5, pvalue=0.62338762774958223)
第一个输入是观察到的频率，第二个输入是预期频率。
第二个输出是p-value。
我有两个具有（波长、通量、误差）列的光谱。两个光谱彼此相似，只是一个光谱与另一个光谱相比波长偏移很小。我通过交叉关联两个光谱测量了位移。现在，我的目标是在将测得的偏移应用于其中一个光谱之前和之后测量两个光谱之间的卡方。对于 Chi-sq 估计，我将我的第二个光谱作为模型。计算卡方很容易。但是，如何估计 python 中与这些卡方相关的 p 值？
>>> from scipy.stats import chisquare
>>> chisquare([16, 18, 16, 14, 12, 12],f_exp=[16, 16, 16, 16, 16, 8])
Power_divergenceResult(statistic=3.5, pvalue=0.62338762774958223)
第一个输入是观察到的频率，第二个输入是预期频率。
第二个输出是p-value。