谈谈 Python 中的 McNemar 检验(三)

前两个文章主要讲的是 McNemar 的原理，文章参考如下：

谈谈 Python 中的 McNemar 检验(一)-优快云博客

谈谈 Python 中的 McNemar 检验(二)-优快云博客

这一篇主要说一说 McNemar 的具体算法。

引用上面第一篇文章里的例子，关键是看数据 b 和 c。在第二篇文章里的例子，主要是将模型2的结果比模型1大的个数定义为b，而将模型2的结果比模型1小的个数定义为c，其实二个例子的原理是相同的，都是在比较 b 和 c。

下面，开始将具体算法。

首先，对b和c取较小值，定义为 m=min(b,c)

其次，无论你使用的是 游程模块 还是 列联表模块的 McNemar，算法都是一样的。即 m 服从参数为 (b+c, 0.5)的二项分布的，并由此得到m对应的p值。这是因为，当两个模型无差异时，m应该接近(b+c)的一半，因此用二项分布做检验。其实，m就是代码结果中的统计量值。在第二篇文章中的m=2也就是输出的统计量值。

需要提到的一点是，在我们的代码中使用了一个参数 exact=True，它的目的就是使用严格的二项分布的意思。我们可以选择 exact=False，但这样做的话，算法中将用 卡方分布 代替 二项分布