如何解决如何在两组二进制数据之间进行统计显着性检验?
我有一个二进制列,其中 0 表示失败,1 表示成功。此列已由名为 events
的第二列分组。这是分组前的数据样本:
isPaid isEvent
0.0 event
0.0 event
1.0 event
1.0 unkNown
1.0 unkNown
我只考虑isPaid==0
(失败)的情况对数据进行分组,因为这是我感兴趣的。分组后,我得到每个 isPaid
值的总数,如下所示:
df[df['isPaid'] == 0].groupby('isEvent')['isPaid'].count()
这就是我得到的:
isEvent
event 308991
unkNown 251063
我如何测试 python
中 2 个计数之间的差异是否具有统计显着性?
我考虑过配对 t 检验,但由于我使用的是二进制数据,我不确定这是正确的方法。此外,这些测试会检查均值,但我只想知道计数之间的差异是否具有统计显着性。
我如何在 python 3
中执行此操作?
提前致谢
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。