initial commit

.gitignore

@@ -0,0 +1,2 @@
+.gitignore
+responses.csv

.idea/.gitignore

@@ -0,0 +1,3 @@
+# Default ignored files
+/shelf/
+/workspace.xml

.idea/inspectionProfiles/profiles_settings.xml

@@ -0,0 +1,6 @@
+<component name="InspectionProjectProfileManager">
+  <settings>
+    <option name="USE_PROJECT_PROFILE" value="false" />
+    <version value="1.0" />
+  </settings>
+</component>

.idea/modules.xml

@@ -0,0 +1,8 @@
+<?xml version="1.0" encoding="UTF-8"?>
+<project version="4">
+  <component name="ProjectModuleManager">
+    <modules>
+      <module fileurl="file://$PROJECT_DIR$/.idea/stereotypes.iml" filepath="$PROJECT_DIR$/.idea/stereotypes.iml" />
+    </modules>
+  </component>
+</project>

main.py

@@ -0,0 +1,9 @@
+import phi_star
+import csv
+
+if __name__ == '__main__':
+    with open("responses.csv", encoding="utf-8") as file:
+        reader = csv.reader(file)
+        for row in reader:
+            print(row)
+    print(phi_star.calculate_phi_star([[1, 1], [1, 1]]))

phi_star.py

@@ -0,0 +1,46 @@
+import math
+
+def calculate_phi_star(table):
+    """
+    Вычисляет эмпирическое значение φ* по 2x2 таблице сопряжённости.
+
+    Параметры:
+      table: Список списков 2x2, где
+             table[0][0] — количество «есть эффект» в группе 1,
+             table[0][1] — количество «нет эффекта» в группе 1,
+             table[1][0] — количество «есть эффект» в группе 2,
+             table[1][1] — количество «нет эффекта» в группе 2.
+
+    Возвращает:
+      phi_star — рассчитанное значение φ*,
+    """
+    # Извлекаем данные из таблицы
+    group1_ef = table[0][0]
+    group1_ne = table[0][1]
+    group2_ef = table[1][0]
+    group2_ne = table[1][1]
+
+    # Суммарные значения по группам
+    total_group1 = group1_ef + group1_ne
+    total_group2 = group2_ef + group2_ne
+    total = total_group1 + total_group2
+
+    # Суммы по столбцам (категориям)
+    total_ef = group1_ef + group2_ef
+    total_ne = group1_ne + group2_ne
+
+    # Вычисляем ожидаемые частоты для каждой категории
+    expected_group1_ef = total_group1 * total_ef / total
+    expected_group1_ne = total_group1 * total_ne / total
+    expected_group2_ef = total_group2 * total_ef / total
+    expected_group2_ne = total_group2 * total_ne / total
+
+    # Вычисляем вклад по каждому элементу (χ²)
+    chi_squared_1 = ((group1_ef - expected_group1_ef) ** 2 / expected_group1_ef) + \
+                    ((group1_ne - expected_group1_ne) ** 2 / expected_group1_ne)
+
+    chi_squared_2 = ((group2_ef - expected_group2_ef) ** 2 / expected_group2_ef) + \
+                    ((group2_ne - expected_group2_ne) ** 2 / expected_group2_ne)
+
+    # Вычисляем φ*
+    return math.sqrt(chi_squared_1 + chi_squared_2)