python实现卡方（Chi-Squared Test）相关性检验

Posted 2021-08-29 Data+Science+Insight

python实现卡方（Chi-Squared Test）相关性检验

 

独立性检验是统计学的一种检验方式，与适合性检验同属于X2检验，即卡方检验（英文名：chi square test），它是根据次数资料判断两类因子彼此相关或相互独立的假设检验。

由联表中的数据算出随机变量K^2的值（即K的平方），K^2的值越大，说明“X与Y有关系”成立的可能性越大。

测试两个类别变量是相关的还是独立的。

假设条件

• 计算列联表时使用的观察是独立的。
• 列联表的每个单元格中有25个或更多示例。

解释

• H0：两个样本是独立的。
• H1：样本之间存在依赖性。

#

# Example of the Chi-Squared Test
from scipy.stats import chi2_contingency
table = [[10, 20, 30],[6,  9,  17]]
stat, p, dof, expected = chi2_contingency(table)
print(\'stat=%.3f, p=%.3f\' % (stat, p))
if p > 0.05:
	print(\'Probably independent