معرفی شرکت ها


CMH-1.0.1


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Cochran-Mantel-Haenzsel Chi2 Test
ویژگی مقدار
سیستم عامل -
نام فایل CMH-1.0.1
نام CMH
نسخه کتابخانه 1.0.1
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Melle Sieswerda
ایمیل نویسنده m.sieswerda@iknl.nl
آدرس صفحه اصلی https://github.com/mellesies/cmh
آدرس اینترنتی https://pypi.org/project/CMH/
مجوز -
# CMH Implementation of the Cochran-Mantel-Haenzsel Chi2 Test, based on/ported from "Categorical Data Analysis", page 295 by Agresti (2002) and `R` implementation of the function `mantelhaen.test()`. # Usage ````python import pandas as pd from cmh import CMH df = pd.DataFrame( [ ['S1', 'no', 'yes'], ['S1', 'no', 'yes'], ['S1', 'no', 'yes'], ['S1', 'no', 'yes'], ['S1', 'no', 'yes'], ['S1', 'no', 'yes'], ['S1', 'yes', 'yes'], ['S1', 'yes', 'yes'], ['S1', 'yes', 'yes'], ['S1', 'yes', 'yes'], ['S1', 'yes', 'yes'], ['S1', 'yes', 'yes'], ['S2', 'yes', 'yes'], ['S2', 'yes', 'yes'], ['S2', 'yes', 'yes'], ['S2', 'yes', 'yes'], ['S2', 'yes', 'yes'], ['S2', 'no', 'yes'], ['S2', 'no', 'yes'], ['S2', 'no', 'yes'], ['S2', 'no', 'yes'], ['S2', 'no', 'no'], ['S2', 'no', 'no'], ['S2', 'no', 'no'], ['S2', 'no', 'no'], ], columns=['stratum', 'A', 'B'] ) # CMH() will automatically count frequencies of the columns in the dataframe. result = CMH(df, 'A', 'B', stratifier='stratum') print(result) # Will print: # # Cochran-Mantel-Haenszel Chi2 test # # "A" x "B", stratified by "stratum" # # Cochran-Mantel-Haenszel M^2 = 3.33333, dof = 1, p-value = 0.0679 # Individual components of the result can be accessed via attributes: print(result.dof) print(result.p) # If you're working in a Jupyter Notebook, you can also use `display()` for # a nicely formatted result. display(result) ```


نیازمندی

مقدار نام
>=1.18 numpy
>=1 pandas
- scikit-learn


زبان مورد نیاز

مقدار نام
>= 3.6 Python


نحوه نصب


نصب پکیج whl CMH-1.0.1:

    pip install CMH-1.0.1.whl


نصب پکیج tar.gz CMH-1.0.1:

    pip install CMH-1.0.1.tar.gz