本文主要是介绍谈谈 Python 中的 McNemar 检验(一)，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
McNemar检验，最常用的用法是用来检验列联表的相似性，但实际上它也可以用来检验两个相关样本是否来自同一分布。
对于用McNemar检验检验列联表，举一个简单的保险场景下的例子如下：
比如用两个数据模型来识别投保人在未来一年是否会发生损失，在两个数据模型下，有a个人无论在模型1还是模型2下始终都处于不发生损失的组，有b个人在模型1下处于不发生损失组、而在模型2下处于发生损失组；有c个人在模型1下处于发生损失组、而在模型2下处于不发生损失组，有d个人无论在模型1还是模型2下始终都处于发生损失的组。这样，列成列联表的形式如下：
| 模型2 | ||
| 模型1 | 无损失 | 有损失 |
| 无损失 | a | b |
| 有损失 | c | d |
现在，我们的问题来了，我们采用了两个数据模型，而这两个数据模型的结果，到底是不是有显著的不同呢？
想要理解这个问题，我们来说一下 McNemar 检验的原理。在上面的列联表中，a和d其实是没有用的，因为他们在两个数据模型下都处于相同的分组。因此，关键的数据是 b 和 c，我们需要重点关注这两个分组，这个数如果相差不大，那么就说明两个模型没有显著差别。
怎么理解这两个分组的差异呢？我举一个扔骰子的例子。我们手里有10个骰子，分别仍两次，第一次得到10个数，第二次也得到10个数。如果两次扔骰子是无差异的，那么第2次扔出的10个数比第1次扔出的对应的10个数 大 的个数，与第2次扔出的10个数比第1次扔出的对应的10个数 小 的个数，应该是差不多的，比如下表：
| 第一次 | 第二次 | 是否大于 |
| 3 | 4 | 大于 |
| 6 | 5 | 小于 |
| 4 | 4 | 等于 |
| 6 | 1 | 小于 |
| 3 | 1 | 小于 |
| 2 | 5 | 大于 |
| 3 | 5 | 大于 |
| 3 | 6 | 大于 |
| 4 | 4 | 等于 |
| 6 | 2 | 小于 |
在这个投骰子的例子中，出现4个“大于”，4个“小于”，2个“等于”。2个“等于”的价值不大，主要看“大于”数和“小于”数的比较，两者都是4个，因此说明两次投骰子的结果没有显著差异，这就是 McNemar 检验的原理。
下面，回到保险的那个场景。假设我们的数据是 a=49, b=25, c=21, d=107。怎么判断两个数据模型的结果没有显著差异呢？那就是使用 McNemar 检验。下面准备上代码，采用 Python 语言来做。
做法主要使用 Python 中的 statsmodels 模块。
首先，要说， Python 的 statsmodels 中有两个 McNemar 检验，一个在 statsmodels.stats.contingency_tables 中，另一个在 statsmodels.sandbox.stats.runs 中。我要说的是，后者是前者的扩展版，因此，我推荐使用的是后者。下面，我们用两个都做一下，而且结果是相同的，代码如下：
x=[[49,25],[21,107]]import statsmodels.stats.contingency_tables as ct
print(ct.mcnemar(x, exact=True, correction=False))import statsmodels.sandbox.stats.runs as rns
print(rns.mcnemar(x, y=None, exact=True, correction=False))代码运行后的结果，两个模块的结果均为：统计量值为21，p值为 0.6587。p值很大，说明两个数据模型的分析结果没有显著差异。（注意，McNemar检验的原假设是：两个数据模型结果相同）
用 McNemar 检验列联表的相似性，就说到这里。关于用 McNemar 检验两个样本的相似性，另起一个文章再说。
这篇关于谈谈 Python 中的 McNemar 检验(一)的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
