没有匹配频率的数据集的卡方分析答案

【问题标题】：Chi Squared Analysis on Data sets that don't have matching frequencies没有匹配频率的数据集的卡方分析
【发布时间】：2022-08-02 18:18:21
【问题描述】：

我有 15 个数据集，每个数据集都拟合了一条曲线。现在我正在尝试通过卡方检验来确定拟合质量；但是，当我运行我的代码时：

chi, p_value = stats.chisquare(n, y)

其中n 是实际数据，y 是预测数据，我得到了错误

对于每个轴切片，观察到的频率之和必须与预期频率之和一致，相对容差为 1e-08，但百分比差异为： 0.1350785306607008

我似乎无法理解为什么它们必须加起来相同的总数 - 有什么方法可以在不混淆数据的情况下运行卡方检验？

【解决方案1】：

这种拟合优度的卡方检验确实要求两个输入的总和（几乎）相同。因此，如果您想检查您的模型是否适合观察n，您必须调整模型的计数y，如所述，例如here。这可以用一个小包装器来完成：

from scipy.stats import chisquare
import numpy as np

def cs(n, y):
    return chisquare(n, np.sum(n)/np.sum(y) * y)

另一种可能性是选择 R 并使用 chisq.test。

【讨论】：