卡方检验 - 无法匹配类型

Question

我正在尝试使用 this 统计包函数进行卡方检验。我有以下应急措施 table：

       A   B
True:  12  8
False: 16  9

我使用了以下代码：

import Data.Vector
import Statistics.Test.ChiSquared
sample = fromList [(12, 8), (16, 9)]
main = print(chi2test(sample))

但是，它给出了以下错误：

[1 of 1] Compiling Main             ( rnchisq.hs, rnchisq.o )

rnchisq.hs:9:23: error:
    • Couldn't match expected type ‘Int’
                  with actual type ‘Vector (Integer, Integer)’
    • In the first argument of ‘chi2test’, namely ‘(sample)’
      In the first argument of ‘print’, namely ‘(chi2test (sample))’
      In the expression: print (chi2test (sample))

问题出在哪里，如何解决？感谢您的帮助。

编辑：正如@JosephSible 在回答中所建议的，我也尝试过：

main = print(chi2test(1, sample))

（1为自由度）

但是这里我得到错误：

rnchisq.hs:7:22: error:
    • Couldn't match expected type ‘Int’
                  with actual type ‘(Integer, Vector (Integer, Integer))’
    • In the first argument of ‘chi2test’, namely ‘(1, sample)’
      In the first argument of ‘print’, namely ‘(chi2test (1, sample))’
      In the expression: print (chi2test (1, sample))

以下编译和运行：

main = print $ chi2test 1 sample

然而，输出是

Nothing

我期待一些价值。即使我大幅更改 sample 中的数字，它仍然是 Nothing。为什么我得到 Nothing？

Answer 1

chi2test 接受两个参数，而您只传递一个参数。不要调用 chi2test sample，而是调用 chi2test df sample，其中 df 是附加自由度的数量。

Answer 2

chi2test 函数执行一般卡方拟合优度检验，而不是对 2x2 意外事件 table 的卡方检验。它需要一组代表 "observed" 实际计数和 "expected" 原假设下的理论平均计数，而不仅仅是来自 table.

的计数

换句话说，您需要了解相当多的统计理论才能使用此函数分析 2x2 table，但这里有一个似乎有效的函数：

import Data.Vector as V
import Statistics.Test.ChiSquared

sample = ((12, 8), (16, 9))
main = print $ chi2table sample

chi2table ((a,b), (c,d))
  = chi2test 2 $ V.fromList $ Prelude.zip [a,b,c,d] [ea,eb,ec,ed]
  where n = a + b + c + d

        ea = expected (a+b) (a+c)
        eb = expected (a+b) (b+d)
        ec = expected (c+d) (a+c)
        ed = expected (c+d) (b+d)

        expected rowtot coltot = (rowtot * coltot) `fdiv` n

        fdiv x y = fromIntegral x / fromIntegral y

这给出了输出：

> main
Just (Test {testSignificance = mkPValue 0.7833089019485086, 
testStatistics = 7.56302521008404e-2, testDistribution = chiSquared 2})

更新：关于自由度，检验本身是使用自由度为1的卡方计算的（基本上是(R-1)*(C -1) 对于R和C的行数和列数table)。我们必须在这里指定 2 的原因是，除了总计数之外，2 还代表自由度 "lost" 或 "constrained" 的数量。我们从总共 4 个自由度开始，我们在所有单元格的总计数中损失了一个，并且我们被迫再损失两个以降低到测试的 1 个自由度。

无论如何，只有关闭连续性校正，这才会匹配统计软件的输出。例如，在 R:

> chisq.test(rbind(c(12,8),c(16,9)), correct=FALSE)

    Pearson's Chi-squared test

data:  rbind(c(12, 8), c(16, 9))
X-squared = 0.07563, df = 1, p-value = 0.7833

>

卡方检验 - 无法匹配类型

Chi-square test - not able to match types

statistics

haskell

chi-squared