p値が０になる場合がわからない

Question

前提・実現したいこと

p値が０になる場合がある。それが納得できない。

該当のソースコード

# coding:utf-8
import scipy as sp
import scipy.stats
import pandas as pd
import numpy as np
for  i in range(len(x)):
        z = sp.stats.kruskal(x, y)
        print(z)

とコードを書いた。

x には [567,890,2345,・・・]というデータが、yには[44,203,205,・・・]というデータが格納されている。
print(z)では、
KruskalResult(statistic=1.0000000000000024, pvalue=0) と出力されました。
xとyのデータの中には時々０が含まれているので、それが原因でpvalue=0と出力されるのでしょうか？
pvalue=0は相関がないという意味でしょうか？

Answer 1

-wallis検定は3つ以上の群間の差を評価するものです。質問のコードは2群を対象としているので、結果を信頼しないほうがいいと思います。
kruskal-wallis検定におけるp値は帰無仮説である群間に差がない可能性を示します。つまり、0に近いほど帰無仮説が否定されることになります。

ここからは推測です。
質問よりx,yの配列は横に展開しています。記憶によると群を構成するデータは縦に展開している必要があるはずです。これが影響しているかもしれません

Comments

[k0908]

ありがとうございます。https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.kruskal.html のページを参考にしたのですが、Examplesでは

[k0908]

>>> from scipy import stats
>>> x = [1, 3, 5, 7, 9]
>>> y = [2, 4, 6, 8, 10]
>>> stats.kruskal(x, y)
のように横の配列になっています。R.Shigemoriさんの回答だとxとyを縦の配列にしたほうが間違いがないということでしょうか？
（[1,
2,
3,
4
]
のように）

[R.Shigemori]

すみません。記憶に頼った回答のため、誤りがありました。公式ドキュメントを確認して以下がわかりました。
関数に与えるデータの方向は関係ありません。関数側でうまく処理してくれます。すれから群の数は2群以上であれば計算可能です。

つまり、質問の結果はxとyは差があるということを意味します

[k0908]

なるほど！p値＝０は差があるという意味ですか！p値＝０は必ず差があると解釈しても大丈夫でしょうか？

[R.Shigemori]

p値は帰無仮説が成立する確率値です。通常は0.05や0.01を閾値にしてこれより小さければ帰無仮説（今回の場合は差がない）は棄却されたとします。

[k0908]

なるほど！ありがとうございます！！