如何在两组二进制数据之间进行统计显着性检验？

问题描述

我有一个二进制列，其中 0 表示失败，1 表示成功。此列已由名为 events 的第二列分组。这是分组前的数据样本：

isPaid  isEvent
   0.0    event
   0.0    event
   1.0    event
   1.0    unkNown
   1.0    unkNown

我只考虑isPaid==0（失败）的情况对数据进行分组，因为这是我感兴趣的。分组后，我得到每个 isPaid 值的总数，如下所示：

df[df['isPaid'] == 0].groupby('isEvent')['isPaid'].count()

这就是我得到的：

isEvent
event      308991
unkNown    251063

我如何测试 python 中 2 个计数之间的差异是否具有统计显着性？

我考虑过配对 t 检验，但由于我使用的是二进制数据，我不确定这是正确的方法。此外，这些测试会检查均值，但我只想知道计数之间的差异是否具有统计显着性。

我如何在 python 3 中执行此操作？

提前致谢

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）