Как выполнить тест независимости хи-квадрат в Python

Редакция Кодкампа -

Хи -квадрат тест независимостииспользуется, чтобы определить, существует ли значительная связь между двумя категориальными переменными.

В этом руководстве объясняется, как выполнить тест независимости хи-квадрат в Python.

Пример: критерий независимости хи-квадрат в Python

Предположим, мы хотим знать, связан ли пол с предпочтениями политической партии. Мы берем простую случайную выборку из 500 избирателей и опрашиваем их об их предпочтениях в отношении политических партий. В следующей таблице представлены результаты опроса:

|  |  |  |  |  | | --- | --- | --- | --- | --- | |  | республиканец | демократ | Независимый | Общий | | Мужской | 120 | 90 | 40 | 250 | | женский | 110 | 95 | 45 | 250 | | Общий | 230 | 185 | 85 | 500 |

Используйте следующие шаги, чтобы выполнить тест независимости хи-квадрат в Python, чтобы определить, связан ли пол с предпочтениями политической партии.

Шаг 1: Создайте данные.

Сначала мы создадим таблицу для хранения наших данных:

data = [[120, 90, 40],
 [110, 95, 45]]

Шаг 2: Выполните тест независимости хи-квадрат.

Затем мы можем выполнить критерий независимости хи-квадрат, используя функцию chi2_contingency из библиотеки SciPy, которая использует следующий синтаксис:

chi2_contingency (наблюдается)

куда:

  • наблюдаемые: Таблица непредвиденных обстоятельств наблюдаемых значений.

Следующий код показывает, как использовать эту функцию в нашем конкретном примере:

import scipy.stats as stats

#perform the Chi-Square Test of Independence
stats.chi2_contingency(data)

(0.864,
 0.649,
 2,
 array([[115. , 92.5, 42.5],
 [115. , 92.5, 42.5]]))

Способ интерпретации вывода следующий:

  • Статистика теста хи-квадрат: 0,864
  • р-значение: 0,649
  • Степени свободы: 2 (рассчитывается как #rows-1 * #columns-1)
  • Массив: последний массив отображает ожидаемые значения для каждой ячейки в таблице непредвиденных обстоятельств.

Напомним, чтокритерий независимости хи-квадрат использует следующие нулевые и альтернативные гипотезы:

  • H 0 : (нулевая гипотеза) Две переменные независимы.
  • H 1 : (альтернативная гипотеза) Две переменные не являются независимыми.

Поскольку p-значение (0,649) теста не меньше 0,05, мы не можем отвергнуть нулевую гипотезу. Это означает, что у нас нет достаточных доказательств, чтобы сказать, что существует связь между полом и предпочтениями политических партий.

Другими словами, предпочтения пола и политической партии не зависят друг от друга.