「pythonでCMH」の編集履歴（バックアップ）一覧はこちら

「pythonでCMH」(2006/11/23 (木) 01:01:59) の最新版変更点

追加された行は緑色になります。

削除された行は赤色になります。

 　
 
ぶっ細工ながらCMH統計量計算関数作成。
Yとyの値が近くなるとえっらく誤差が出ます。
作りかえんとね。
とりあえず、テンポラリあっぷ。（最下段）

某本の例題なんだけど

 chisq on Book : 0.896
 chisq on my Python PG : 0.929

Rの出力
 確率密度
 > dchisq(0.929,df=1)
 [1] 0.2601192
 > dchisq(0.896,df=1)
 [1] 0.2692726

 確率累積分布（いわゆる確率）
 > pchisq(0.929,df=1)
 [1] 0.6648771
 > pchisq(0.896,df=1)
 [1] 0.6561435 

んーーー、これは誤差と考えていいか？？？
RでPythonと同じ計算をさせた結果、
Pythonと等しかった。
つまり、正確でないのは本の解答か？

（11/23）
decimal→floatに変えてみる。
各要素に使う型は何が良いのだろう？

 　CMH統計量計算プログラム

 　from inspect import *
 　import decimal
 　from math import *
 　import scipy
 　
 　
 　class MyPyStat:
 　    
 　    def MHmethod(self,tbls):
 　        
 　        self.MH_RES = []
 　        Y = float(0)
 　        w_s = float(0)
 　        wy_s = float(0)
 　        for pt_tbls in tbls :
 　            a = float(pt_tbls[0][0])
 　            b = float(pt_tbls[0][1])
 　            c = float(pt_tbls[1][0])
 　            d = float(pt_tbls[1][1])
 　            w = float(1/((1/a)+(1/b)+(1/c)+(1/d)))
 　            print w
 　            r1 = a + b; r2 = c + d; c1 = a + c; c2 = b + d
 　            tot = r1 + r2
 　            print (a*d)/(b*c)
 　            y = float(str(log((a*d)/(b*c))))
 　            print y
 　            w_s = w_s + w
 　            wy_s = wy_s + w*y
 　            
 　            tbls_prob = dict({'mfr':[r1,r2],'mfc':[c1,c2],'tot':tot,
 　                              'est':[[r1*c1/tot,r2*c1/tot],[r2*c1/tot,r2*c2/tot]],
 　                              'ratio':[[a/r1,b/r1],[c/r2,d/r2]],
 　                              'w':w,'y':y})
 　                       
 　            print tbls_prob
 　            self.MH_RES = self.MH_RES + [tbls_prob]
 　        
 　        Y = (wy_s)/w_s
 　        print Y
 　        
 　        self.MH_CHISQ = float(0)
 　        for solo_mh in self.MH_RES:
 　            w=solo_mh['w'];y=solo_mh['y']
 　            print 'w : ' + str(w);print 'y : ' + str(y)
 　            self.MH_CHISQ = self.MH_CHISQ + w*(y-Y)*(y-Y)
 　            
 　    
 　　　#いわゆるreflection
 　    def print_mbr(self,name):
 　        print self.__dict__[name]
 　            
 　 
 　
 　mps = MyPyStat();
 　mytbs = [[[1011,81],[390,77]],[[383,66],[365,123]]]
 　mps.MHmethod(mytbs)
 　mps.print_mbr("MH_RES")
 　mps.print_mbr("MH_CHISQ")

 　
 
ぶっ細工ながらCMH統計量計算関数作成。
Yとyの値が近くなるとえっらく誤差が出ます。
作りかえんとね。
とりあえず、テンポラリあっぷ。（最下段）

某本の例題なんだけど

 chisq on Book : 0.896
 chisq on my Python PG : 0.929

Rの出力
 確率密度
 > dchisq(0.929,df=1)
 [1] 0.2601192
 > dchisq(0.896,df=1)
 [1] 0.2692726

 確率累積分布（いわゆる確率）
 > pchisq(0.929,df=1)
 [1] 0.6648771
 > pchisq(0.896,df=1)
 [1] 0.6561435 

んーーー、これは誤差と考えていいか？？？
RでPythonと同じ計算をさせた結果、
Pythonと等しかった。
つまり、正確でないのは本の解答か？

（11/23）
decimal→floatに変えてみる。
各要素に使う型は何が良いのだろう？

 　CMH統計量計算プログラム
 
 　from inspect import *
 　import decimal
 　from math import *
 　import scipy
 　
 　
 　class MyPyStat:
 　    
 　    def MHmethod(self,tbls):
 　        
 　        self.MH_RES = []
 　        Y = float(0)
 　        w_s = float(0)
 　        wy_s = float(0)
 　        for pt_tbls in tbls :
 　            a = float(pt_tbls[0][0])
 　            b = float(pt_tbls[0][1])
 　            c = float(pt_tbls[1][0])
 　            d = float(pt_tbls[1][1])
 　            w = float(1/((1/a)+(1/b)+(1/c)+(1/d)))
 　            print w
 　            r1 = a + b; r2 = c + d; c1 = a + c; c2 = b + d
 　            tot = r1 + r2
 　            print (a*d)/(b*c)
 　            y = float(str(log((a*d)/(b*c))))
 　            print y
 　            w_s = w_s + w
 　            wy_s = wy_s + w*y
 　            
 　            tbls_prob = dict({'mfr':[r1,r2],'mfc':[c1,c2],'tot':tot,
 　                              'est':[[r1*c1/tot,r2*c1/tot],[r2*c1/tot,r2*c2/tot]],
 　                              'ratio':[[a/r1,b/r1],[c/r2,d/r2]],
 　                              'w':w,'y':y})
 　                       
 　            print tbls_prob
 　            self.MH_RES = self.MH_RES + [tbls_prob]
 　        
 　        Y = (wy_s)/w_s
 　        print Y
 　        
 　        self.MH_CHISQ = float(0)
 　        for solo_mh in self.MH_RES:
 　            w=solo_mh['w'];y=solo_mh['y']
 　            print 'w : ' + str(w);print 'y : ' + str(y)
 　            self.MH_CHISQ = self.MH_CHISQ + w*(y-Y)*(y-Y)
 　            
 　    
 　　　#いわゆるreflection
 　    def print_mbr(self,name):
 　        print self.__dict__[name]
 　            
 　 
 　
 　mps = MyPyStat();
 　mytbs = [[[1011,81],[390,77]],[[383,66],[365,123]]]
 　mps.MHmethod(mytbs)
 　mps.print_mbr("MH_RES")
 　mps.print_mbr("MH_CHISQ")