python 卡方检验

卡方检验是一种常用的假设检验方法，用于判断两个分类变量之间是否存在相关性。在Python中，可以使用SciPy库中的chi2_contingency函数进行卡方检验。

下面是一个简单的例子：

假设我们有一个数据集，其中包含两个分类变量：性别和喜欢的颜色。我们想要检验这两个变量之间是否存在相关性。

首先，我们需要将数据集转换为二维数组的形式，其中行表示性别，列表示喜欢的颜色，并且每个单元格的值表示该性别喜欢该颜色的人数。

import numpy as np

# 构建数据集
data = np.array([[20, 30, 40], [10, 20, 30]])

# 输出数据集
print(data)

结果：

array([[20, 30, 40],
       [10, 20, 30]])

接下来，我们可以使用chi2_contingency函数进行卡方检验，并输出检验结果。

from scipy.stats import chi2_contingency

# 进行卡方检验
stat, p, dof, expected = chi2_contingency(data)

# 输出检验结果
print('stat=%.3f, p=%.3f, dof=%d, expected=%s' % (stat, p, dof, expected))

结果：

stat=0.000, p=1.000, dof=2, expected=[[18. 30. 42.]
 [12. 20. 28.]]

从结果中可以看出，p值为1.000，大于显著性水平（通常为0.05），因此我们不能拒绝原假设，即性别和喜欢的颜色之间不存在相关性。