非参数统计的Python实现—— Cochran 检验

概念

一个完全区组设计的特殊情况是观测值只取“是”或“否”、“同意”或“不同意”、“1”或“0”等二元定性数据。这时，由于有太多的重复数据，秩方法的应用得到限制，就要用到 Cochran 检验法来测量多处理二元数据之间的差异是否存在。

实例 & 代码

设有 A，B，C 三种榨汁机分给10位家庭主妇使用，用以比较三种榨汁机受喜爱程度是否相同。对于喜欢的品牌给1分，否则给0分，调查结果如下表所示：

榨汁机	主妇1	主妇2	主妇3	主妇4	主妇5	主妇6	主妇7	主妇8	主妇9	主妇10
A	0	0	0	1	0	0	0	0	0	1
B	1	1	0	1	0	1	0	0	1	1
C	1	1	1	1	1	1	1	1	1	0

问三种榨汁机受喜爱程度是否相同？显著性水平为0.05。
解答：
由于各主妇每人饮食和做家务的习惯不同，对各榨汁机的功能使用情况也有差异，故应以主妇为区组。

import numpy as np
import scipy.stats as stats
A=[0,