如何用python进行卡方检验

在Python中，可以使用SciPy库中的`chi2_contingency()`函数进行卡方检验。

这个函数接受一个包含观察值的（行，列）数组作为输入，并返回卡方值，自由度，P值和预期值数组。下面是一个示例代码，展示如何使用`chi2_contingency()`函数进行卡方检验：

import numpy as np
from scipy.stats import chi2_contingency

# 创建一个包含观察值的（行，列）数组
obs = np.array([[10, 15, 5], [20, 20, 10]])

# 进行卡方检验
chi2_stat, p_val, dof, ex = chi2_contingency(obs)

# 输出卡方值，自由度和P值
print("Chi-square statistic: ", chi2_stat)
print("Degrees of freedom: ", dof)
print("P-value: ", p_val)

在上面的示例中，我们创建了一个包含观察值的2x3数组，并使用`chi2_contingency()`函数进行卡方检验。输出结果包括卡方统计量，自由度和P值。