卡方检验，用于检验我的数据是否符合泊松分布
Chi-square test to test the adherence of my data to the poisson distribution
我有下面的数据集，其中包含 2018 年一周中每天发生的汽车盗窃事件数量，我希望使用卡方检验来检验我的数据是否符合泊松分布。
DAY_WEEK DATE NUMBER_OF_OCCURRENCES
0 Monday 2018-01-01 82
1 Monday 2018-01-08 162
2 Monday 2018-01-15 147
3 Monday 2018-01-22 133
4 Monday 2018-01-29 176
... ... ... ...
360 Sunday 2018-12-02 78
361 Sunday 2018-12-09 205
362 Sunday 2018-12-16 77
363 Sunday 2018-12-23 84
364 Sunday 2018-12-30 59
在我的 df 中，每一行都相当于一年中的星期几。因此，第一行相当于第一个星期一，第 52 行相当于第 52 个星期一，依此类推。
谁能告诉我如何在 python 中使用卡方检验泊松？我已经在这个问题上研究了几天，但我还没有找到解决这个问题的方法。
非常感谢您！！！
您需要将数据归纳为几类：找到合理的 bin 宽度（例如 20 次盗窃），并计算每个 bin 中有多少数据点。将这些值与具有相同均值的泊松分布的预期值进行比较。这是执行卡方检验所必需的比较。
请注意，为了保持统计上的合理性，您必须先选择 bin 宽度 ，然后再与预期值进行比较。在模态箱中选择能为您提供大量价值的东西，并以方便的速度减少。
另外，在一个或两个包含 0 或 1 个项目的 bin 之后切断（在右侧）卡方检验，并且期望值低于 1。
单独处理星期几在质量上是相同的，但在数量上更大。对于一周中的每一天，您都有一系列单独的垃圾桶。您可以每天使用相同的 bin 宽度，也可以根据当天的流量强度进行调整。
为了便于说明，我们假设您发现每天有 6 个垃圾桶很方便。这将为您的卡方检验提供 42 个类别（6 bins/day * 7 天）。
我有下面的数据集，其中包含 2018 年一周中每天发生的汽车盗窃事件数量，我希望使用卡方检验来检验我的数据是否符合泊松分布。
DAY_WEEK DATE NUMBER_OF_OCCURRENCES
0 Monday 2018-01-01 82
1 Monday 2018-01-08 162
2 Monday 2018-01-15 147
3 Monday 2018-01-22 133
4 Monday 2018-01-29 176
... ... ... ...
360 Sunday 2018-12-02 78
361 Sunday 2018-12-09 205
362 Sunday 2018-12-16 77
363 Sunday 2018-12-23 84
364 Sunday 2018-12-30 59
在我的 df 中，每一行都相当于一年中的星期几。因此，第一行相当于第一个星期一，第 52 行相当于第 52 个星期一，依此类推。
谁能告诉我如何在 python 中使用卡方检验泊松？我已经在这个问题上研究了几天，但我还没有找到解决这个问题的方法。
非常感谢您！！！
您需要将数据归纳为几类：找到合理的 bin 宽度（例如 20 次盗窃），并计算每个 bin 中有多少数据点。将这些值与具有相同均值的泊松分布的预期值进行比较。这是执行卡方检验所必需的比较。
请注意，为了保持统计上的合理性，您必须先选择 bin 宽度 ，然后再与预期值进行比较。在模态箱中选择能为您提供大量价值的东西，并以方便的速度减少。
另外，在一个或两个包含 0 或 1 个项目的 bin 之后切断（在右侧）卡方检验，并且期望值低于 1。
单独处理星期几在质量上是相同的，但在数量上更大。对于一周中的每一天，您都有一系列单独的垃圾桶。您可以每天使用相同的 bin 宽度，也可以根据当天的流量强度进行调整。
为了便于说明，我们假设您发现每天有 6 个垃圾桶很方便。这将为您的卡方检验提供 42 个类别（6 bins/day * 7 天）。