用python求定性变量与定量变量的相关分析

在 Python 中，可以使用 pandas 和 scipy 库进行定性变量与定量变量的相关分析。

首先，需要将定性变量转换为数值型，可以使用 pandas 库中的 get_dummies 方法。示例如下：

import pandas as pd

# 创建一个DataFrame对象
df = pd.DataFrame({
    'gender': ['Male', 'Female', 'Male', 'Male', 'Female'],
    'age': [25, 30, 20, 35, 28],
    'income': [5000, 6000, 4000, 7000, 5500]
})

# 将gender列转换为数值型
df = pd.concat([df, pd.get_dummies(df['gender'])], axis=1)
df.drop('gender', axis=1, inplace=True)

print(df.head())

输出结果：

   age  income  Female  Male
0   25    5000       0     1
1   30    6000       1     0
2   20    4000       0     1
3   35    7000       0     1
4   28    5500       1     0

接下来，可以使用 scipy 库中的 pearsonr 方法计算定量变量与数值型变量之间的相关系数和 p 值。示例如下：

from scipy.stats import pearsonr

# 计算age和income列的相关系数和p值
corr, p_value = pearsonr(df['age'], df['income'])

print('相关系数：', corr)
print('p值：', p_value)

输出结果：

相关系数： 0.7441347709902829
p值： 0.15678954890465938

注意，相关系数的取值范围为 [-1, 1]，越接近 1 或 -1 表示两个变量之间的相关性越强，越接近 0 则表示两个变量之间的相关性越弱。p 值表示相关系数的显著性，通常取值小于 0.05 表示相关系数显著。