估計Chi Squared測試所需的樣本大小

我想估計所需的樣本大小，以便使用Python計算離散數據的Chi Squared（均勻性測試）測試，並且需要提示如何執行此操作。估計Chi Squared測試所需的樣本大小

一般來說，我想估計兩個生產過程的失敗率是否顯着不同（α= 5％）。

我只發現statsmodels.stats.gof.chisquare_effectsize()功能，但這似乎只適用於良好的配合測試。

有什麼辦法可以確定所需的樣本量嗎？

我很感謝每一個答案。

2017-08-30 2Obe

您可以使用statsmodels.stats.GofChisquarePower（）。solve_power（）但是，您需要調整自由度（df）以說明變量的數量。您可以使用n_bins參數完成此操作。

>>>import statsmodels.stats.power as smp 
>>>n_levels_variable_a = 2 
>>>n_levels_variable_b = 3 
>>>smp.GofChisquarePower().solve_power(0.346, power=.8, n_bins=(n_levels_variable_a-1)*(n_levels_variable_b-1), alpha=0.05)

115.94688728433769

來源

2017-08-30 20:17:33 BirdLaw

我能得到它的權利是：1。n_bins是我想比較的組數？在我的情況n_bins = 2，因爲我有兩條生產線。 2.效應大小描述了兩條生產線的平均值之間的差異。因此它是一種置信區間，這個值越低，樣本量就越大。 – 2Obe

@ 2Obe我的錯誤，我看到我誤解了你的帖子，並認爲你正在尋找_independence_的測試。 – BirdLaw

對於同質性，數學是相同的，但自由度（在這種情況下n_bins）應該是（number_of_rows -1）*（number_of_columns-1）其中number_of_rows（和columns）是列聯表中的行數和列數。（例如，如果你有兩個變量，'性別'和'政治派別'），你可能會有（2-1）*（2-1） – BirdLaw

估計Chi Squared測試所需的樣本大小

回答

相關問題