Cómo realizar la prueba exacta de Fisher en Python

Puedes opinar sobre este contenido:
  • 0
  • 0
  • 0
  • 0

Actualizado el 17 de julio de 2024, por Luis Benites.

La prueba exacta de Fisher se utiliza para determinar si existe o no una asociación significativa entre dos variables categóricas. Por lo general, se usa como una alternativa a la prueba de independencia de chi-cuadrado cuando uno o más de los recuentos de celdas en una tabla de 2 × 2 es menor que 5.

Este tutorial explica cómo realizar la prueba exacta de Fisher en Python.

Ejemplo: prueba exacta de Fisher en Python

Supongamos que queremos saber si el género está asociado o no con la preferencia de un partido político en una universidad en particular. Para explorar esto, encuestamos aleatoriamente a 25 estudiantes en el campus. El número de estudiantes demócratas o republicanos, según el género, se muestra en la siguiente tabla:

Demócrata Republicano
Mujer 8 4
Masculino 4 9

Para determinar si existe una asociación estadísticamente significativa entre el género y la preferencia de partido político, podemos utilizar los siguientes pasos para realizar la prueba exacta de Fisher en Python:

Paso 1: crea los datos.

Primero, crearemos una tabla para contener nuestros datos:

datos = [[8, 4],
         [4, 9]]

Paso 2: Realice la prueba exacta de Fisher.

A continuación, podemos realizar la prueba exacta de Fisher usando la función fisher_exact de la biblioteca SciPy, que usa la siguiente sintaxis:

fisher_exact (tabla, alternativa = ‘dos ​​caras’)

dónde:

  • tabla: una tabla de contingencia 2 × 2
  • alternativa: Define la hipótesis alternativa. El valor predeterminado es ‘bilateral’, pero también puede elegir ‘menos’ o ‘mayor’ para las pruebas unilaterales.

El siguiente código muestra cómo usar esta función en nuestro ejemplo específico:

importar scipy.stats como estadísticas

imprimir (stats.fisher_exact (datos))

(4.5, 0.1152)

El valor p para las pruebas es 0.1152 .

La prueba exacta de Fisher utiliza las siguientes hipótesis nulas y alternativas:

  • H 0 : (hipótesis nula) Las dos variables son independientes.
  • H 1 : (hipótesis alternativa) Las dos variables no son independientes.

Dado que este valor p no es menor que 0.05, no rechazamos la hipótesis nula. Por lo tanto, no tenemos evidencia suficiente para decir que existe una asociación significativa entre género y preferencia de partido político.

En otras palabras, las preferencias de género y de partido político son independientes.

  • https://r-project.org
  • https://www.python.org/
  • https://www.stata.com/

Redactor del artículo

  • Luis Benites
    Director de Statologos.com

    Tengo una Maestría en Ciencias en Estadística Aplicada y he trabajado en algoritmos de aprendizaje automático para empresas profesionales tanto en el sector de la salud como en el comercio minorista.

    Ver todas las entradas

¿Te hemos ayudado?

Ayudanos ahora tú, dejanos un comentario de agradecimiento, nos ayuda a motivarnos y si te es viable puedes hacer una donación:

La ayuda no cuesta nada

Por otro lado te rogamos que compartas nuestro sitio con tus amigos, compañeros de clase y colegas, la educación de calidad y gratuita debe ser difundida, recuerdalo:

Deja un comentario

La prueba de Bartlett es una prueba estadística que se utiliza para determinar si las varianzas entre varios grupos son…
statologos comunidad-2

Compartimos información EXCLUSIVA y GRATUITA solo para suscriptores (cursos privados, programas, consejos y mucho más)

You have Successfully Subscribed!