Порог в chi2.cdf(), ниже которого использование вычислительных ресурсов не гарантируется. ⇐ Python

[Anonymous]

Мне нужно провести тест хи-квадрат для моего набора данных, чтобы найти значение p. Очевидный выбор — использовать chi2_contingency() и chi2.cdf() из scipy.stats. Но p-value = 5.723076338262742e-82 настолько мало, что вычисление этого простого набора данных занимает 3 секунды. Я хочу избежать этого медленного процесса, установив собственный порог в chi2.cdf(). Если значение p намного меньше 0,01, я не думаю, что стоит тратить вычислительные усилия на его вычисление.
Мой пример набора данных:

Код: Выделить всё

# Observed data
observed = np.array([[150, 700], [350, 150]])

# Perform the chi-square test
chi2, p, dof, expected = chi2_contingency(observed)

# Print the results
print(f"Chi2 Statistic: {chi2}")
print(f"P-value: {p}")
print(f"Degrees of Freedom: {dof}")
print("Expected Frequencies:")
print(expected)

Код: Выделить всё

# Results
Chi2 Statistic: 367.7704987889273
P-value: 5.723076338262742e-82
Degrees of Freedom: 1
Expected Frequencies:
[[314.81481481 535.18518519]
[185.18518519 314.81481481]]

Мой подход
Я пытался обойти вычисления, но даже в этом подходе значение p сравнивается с пороговым значением апостериорно.

Код: Выделить всё

from scipy.stats import chi2, chi2_contingency

# Observed data
observed = np.array([[150, 700], [350, 150]])

# Perform the chi-square test
chi2_stat, p_value, dof, expected = chi2_contingency(observed)

# Set your threshold (for example, 0.01)
threshold = 0.01

# Check if p-value is below the threshold
if p_value < threshold:
print(f'P-value is extremely small (

Подробнее здесь: [url]https://stackoverflow.com/questions/79073790/threshold-at-chi2-cdf-below-of-which-it-doesn-t-warrant-the-use-of-computatio[/url]