R和Python中的G-test(比例的两个样本测试)

Question

我在R和Python中进行G测试，得到了不同的结果，我在Python中得到的结果是错误的。不知怎么的，我误用了这个公式。

数据为：

prfs
Sex F   M
Pref        
B   29  17
A   2   12

R代码为：

library(RVAideMemoire)
G.test(prfs)
G-test
data:  prfs
G = 11.025, df = 1, p-value = 0.0008989

Python代码是：

stats.power_divergence(prfs, lambda_ = 'log-likelihood')
Power_divergenceResult(statistic=array([28.14366538,  0.86639163]), pvalue=array([1.12635722e-07, 3.51956200e-01]))
stats.power_divergence(prfs, lambda_ = 'log-likelihood', axis = None, ddof = 2)
Power_divergenceResult(statistic=29.07673602201342, pvalue=6.956736686069527e-08)

Answer 1

这是一个老问题，但以下答案可能会有所帮助：

obs = np.array([[29,17], [2,12]])
# G test with scipy: 
from scipy.stats import * 
g, p, dof, expctd = chi2_contingency(obs, lambda_="log-likelihood")
print("G={}; df={}; P={}".format(g, dof, p))

输出：

G=8.859368223179882; df=1; P=0.0029158847773319975

这些值与R方法获得的值相似。

以上方法参考如下。