问题标签 [chi-squared]

我正在尝试使用 python 中的模块执行多参数拟合lmfit，但要遵守某些参数组必须总和为一个的约束。

例如，假设我的卡方中有参数 B1_0 和 B1_1，我params.add('B1_0', value=0.5, min=0, max=1)为第一个和params.add('B1_1', expr='1-B1_0-B1_2') 第二个设置了参数。然后我可以使用该minimize方法找到我的模型最适合我的数据。

在我的代码中并不是这么简单；有许多自动生成的参数适合，所以我使用这样的方法：

其中该方法getValue(term)从另一个已知最小化卡方的拟合方法返回值。当我尝试运行我的代码时，我收到如下错误消息：

... ...等，以：

我不知道为什么 lmfit 在这种情况下会抛出错误。有人有想法吗？它在没有限制的情况下“工作”，但会给出不可用的结果。

我有一个问题困扰了我一段时间。

熵测试通常用于识别加密数据。当分析数据的字节均匀分布时，熵达到最大值。熵测试识别加密数据，因为该数据具有均匀分布 - 就像压缩数据一样，在使用熵测试时被归类为加密。

示例：一些 JPG 文件的熵是 7,9961532 Bits/Byte，一些 TrueCrypt 容器的熵是 7,9998857。这意味着通过熵测试，我无法检测到加密数据和压缩数据之间的差异。但是：正如您在第一张图片上看到的那样，显然 JPG 文件的字节不是均匀分布的（至少不像来自 truecrypt-container 的字节那样均匀）。

另一个测试可以是频率分析。测量每个字节的分布，例如执行卡方检验以将分布与假设分布进行比较。结果，我得到了一个 p 值。当我对 JPG 和 TrueCrypt 数据执行此测试时，结果不同。

JPG 文件的 p-Value 为 0，这意味着从统计上看分布不均匀。TrueCrypt 文件的 p 值为 0,95，这意味着分布几乎完全均匀。

我现在的问题是：有人能告诉我为什么熵测试会产生这样的误报吗？是表示信息内容的单位的比例（每字节的位数）吗？例如，p 值是否是一个更好的“单位”，因为规模更小？

非常感谢你们的任何回答/想法！

编辑：不幸的是我不能发布图片，因为我还没有获得 10 名声望 :(

我正在尝试执行最小化，其中某些参数必须使用PyMinuit总和为一个。我想知道是否有实现这种事情的标准方法？

如果不满足约束，是否通常将函数设置为某个较大的值？例如

对每一轮的参数进行标准化是一个非常糟糕的主意吗？例如

谢谢！

当您的数据采用观察列表的形式时，是否可以计算R中的卡方？我的意思是，如果你知道十字架，就很容易得到卡方。例如，如果您进行一项调查并询问性别和真假问题，则只需四个数字即可计算卡方。相反，我有两列数据，每个受访者的答案。是否有可能从这种数据结构中得到卡方，还是我必须转换它？

如果我必须将它转换为R，有没有人知道另一种语言可以让我直接得到卡方？

我在 JAVA 中有两个 4*4 矩阵，其中一个矩阵保存观察到的计数，另一个保存预期计数。

我需要一种自动方法来计算这两个矩阵之间的卡方统计量的 p 值；但是，据我所知，JAVA 没有这样的功能。

我可以通过将两个矩阵作为 .csv 文件格式读入 R 来计算卡方及其 p 值，然后使用 chisq.test 函数，如下所示：

其中 .csv 文件的格式如下：

给定这些命令，R 将给出以下格式的输出：

其中包括我正在寻找的 p 值。

有谁知道自动化以下过程的有效方法：

1) 将我的矩阵从 JAVA 输出到 .csv 文件 2) 将 .csv 文件上传到 R 3) 将 .csv 文件上的 chisq.test 调用到 R 4) 将输出的 p 值返回到 JAVA？

谢谢你的帮助....

我正在尝试将一个双精度数组传递给 R，对其值求和，然后将其返回给 Java。这是我在 Java 中尝试做的事情：

但是，我收到错误：无法解析导入 org.rosuda.JRI.REXP 无法解析导入 org.rosuda.JRI.Rengine 无法解析 Rengine 无法解析为类型

即使对于我所做的进口，情况也是如此：

有什么建议吗？谢谢！！

我正在尝试通过 scikit-learn (sklearn.feature_selection.SelectKBest) 中的卡方方法进行特征选择。当我尝试将此应用于多标签问题时，我收到以下警告：

UserWarning: Duplicate scores. Result may depend on feature ordering.There are probably duplicate features, or you used a classification score for a regression task. warn("Duplicate scores. Result may depend on feature ordering."

为什么会出现这种情况以及如何正确应用特征选择？

我想使用tables-package 中的tabular() 函数对两个变量（例如v1 和v2）进行交叉制表，并在表格中显示chisq-test 的p 值。很容易得到交叉表，但我无法得到表内的 p 值。这是我一直在尝试的，没有任何运气：

我想计算 C# 中卡方分布的右尾概率。Excel 可以使用以下代码进行此计算

其中 100 是卡方，4 是自由度。

我想在C#中使用这个函数来计算；我尝试添加对“Microsoft.Office.Interop”的引用，但找不到使用它的方法！

我遇到了一些关于如何使用 C# 在 Excel 中进行公式化并在 Excel 中获取结果的主题，但不幸的是这不是我需要的；我需要在 C# 中进行计算并在 C# 中获取结果。

我有一个表格的列联表：

我无法将这些数据导入 SPSS v21，因此我可以对其进行分析（卡方）。我试过直接输入这样的数据并使用分析>描述性统计>交叉表，但分析结果不正确，将它们分成奇怪的类别并给我一个卡方值2。当我手动进行计算时我得到 144.2。如果有人对如何正确输入这个有意见，我将不胜感激。谢谢！