Tests statistiques (Kolmogorov et T-test) avec Python et Rpy2

Question

J'ai exécuté quelques algorithmes et je voulais faire des analyses statistiques avec les résultats.J'ai deux vecteurs avec les moyennes du taux d'erreur.

Avec R, en utilisant la ligne ci-dessous, j'obtiendrais tout.

t.test(methodresults1,methodresults2,var.equal=FALSE,paired=FALSE,alternative="less")

Puisque j'utilise Python, je voulais utiliser le projet Rpy2.

J'ai essayé ça :

import rpy2.robjects as R

# methodresults1 and methodresults2 are numpy arrays.

# kolmogorov test
normality_res = R.r['ks.test'](R.FloatVector(methodresults1.tolist()),'pnorm',mean=R.FloatVector(methodresults1.mean().tolist()),sd=R.FloatVector(methodresults1.std().tolist())))

# t-test
res = R.r['t.test'](R.FloatVector(methodresults1.tolist()),R.FloatVector(methodresults2.tolist()),alternative='two.sided',var.equal=FALSE,paired=FALSE)

res.rx('p.value')[0][0]
res.rx('statistic')[0][0]
res.rx('parameter')[0][0]

Je n'ai pas pu effectuer les deux tests.

J'ai également découvert que le problème avec le test t vient de l'instruction var.equal et cela me donne un * Erreur de syntaxe:le mot clé ne peut pas être une expression (, ligne 1).

Question supplémentaire :Existe-t-il une meilleure façon de travailler avec numpy et Rpy2 ?

Answer 1

Comme il est indiqué: " SyntaxError: mot-clé ne peut pas être une expression (, ligne 1). "

en python, les symboles ne peuvent pas contenir le caractère ".".

from rpy2.robjects.packages import importr
from rpy2.robjects.vectors import StrVector
stats = importr("stats")
stats.t_test(methodresults1, methodresults2,
             **{'var.equal': False,
                'paired': False,
                'alternative': StrVector(("less", ))})

vérifier le Documentation RPY2 sur les fonctions pour plusDétails.

---

Answer 2

pour effectuer le test ks avec python, dans le cas d'un test à deux échantillons, vous pouvez

>>> from scipy.stats import ks_2samp
>>> import numpy as np
>>> 

où x, y sont deux nupmy.array:

>>> ks_2samp(x, y)
(0.022999999999999909, 0.95189016804849658)

la première valeur correspond aux statistiques de test et la deuxième valeur est la valeur p.si la valeur p est inférieure à 95 (pour un niveau de signification de 5 %), cela signifie que vous ne pouvez pas rejeter l'hypothèse nulle selon laquelle les deux distributions d'échantillons sont identiques.

pour un exemple de test ks, voir par exemple ici : http://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.kstest.html#scipy.stats.kstest

ce test vous permet de tester la qualité de l'ajustement de votre distribution empirique à une distribution de probabilité donnée.