第7章-使用统计方法进行变量有效性测试-7.3-列联表分析与卡方检验

已于 2024-01-10 15:26:38 修改
阅读量1k 收藏 17
点赞数 19
分类专栏： 数据分析CDA Level 2 & 3 机器学习 文章标签： 列联表 交叉表 列联表分析 卡方检验 卡方分布
于 2023-11-26 13:06:54 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/L_15156024189/article/details/134602201
版权
机器学习 同时被 2 个专栏收录
74 篇文章 6 订阅 ¥99.90 ¥299.90
订阅专栏
数据分析CDA Level 2 & 3
46 篇文章 6 订阅 ¥99.90 ¥299.90
订阅专栏
本文介绍了如何使用列联表分析和卡方检验来研究两个分类型变量之间的关系。通过Python代码展示了如何创建列联表，并通过卡方检验确定变量是否独立。案例中分析了'是否违约'与'是否破产'的关系，结果显示这两个变量相互独立。
摘要由CSDN通过智能技术生成

       

目录

列联表分析

列联表

Python代码实现列联表

卡方检验

检验统计量

Python中实现卡方检验

 附录

        本文讨论两个分类型变量之间的关系。

列联表分析

列联表

        列联表（contingency table），也称交叉表（cross table），是由行和列构成的二维表。该表分析两个分类型变量的相关关系。它将一个分类型变量的每个类别设置为行变量，另一个分类型变量的每个类别设置为列变量，行和列的交叉点表示两个变量对应类别下的频数（frequency）。具体表述如下：

        假设行变量为X，有r个分类，分别为

了解本专栏 订阅专栏 解锁全文
ErbaoLiu
关注
专栏目录
订阅专栏
第7章-使用统计方法进行变量有效性测试-7.5-逻辑回归
L
12-03 850
第一轮抛掷10次，4次正面向上，6次反面向上。从结果来看，curPlan，avgplan，nrProm，peakMinAv均不显著，删除后（是否删除需要结合业务的理解判断，这里直接删除），重新拟合。这里，就只知道事件或者状态的结果，也就是正面出现7次，反面出现3次。当模型加入该变量后，要对原有的变量进行检验，一旦某个变量变得不显著，就从模型中删除该变量（向后回归法）。统计学家赤池弘次创立和发展的，因此又称赤池信息量准则，它建立在熵的概念基础上，可以权衡所估计模型的复杂度和此模型拟合数据的优良性。
R数据分析：方法与案例详解--自学笔记
cm20121878的博客
12-20 1万+
@[TOC] (目录） 第二章 数据结构与基本运算 2.1 数据类型 数值型（numeric） 整数 小数 科学数 字符型（character） == 夹杂单引号或者双引号之间==“MR” 逻辑型 ==只能读取T （TRUE）或 F (FALSE)值 复数型 a+bi 原始型（raw） 以二进制形式保存数据 默认值（missing value） 不可得到（not available）或 缺失值（missing value）时，相关位置可能会被保留并且赋予一个特定的NA 任何NA的运算结果都是NA is.na
《R语言实战笔记》第七章：基本统计分析
zhangyifeng_1995的博客
09-09 719
R语言实战笔记-第七章
《R语言实战》day7-第七章 基本统计分析
lim18719266191的博客
09-14 299
 描述性统计分析 频数表和列联表 相关系数和协方差 t检验 非参数统计两两探索所选择变量之间的关系。
假设检验和统计推断：从样本到总体
theskylife的博客
12-02 1376
统计学中的假设检验和统计推断是从样本数据中对总体进行推断和判断的关键工具。本文将深入探讨假设检验的类型，并结合具体的场景和例子，展示不同类型假设检验的应用。
《统计学》读书笔记，第3-7章节
潜行墨者
04-01 3011
第3章 用统计量描述数据 3.1 数据水平 数据的水平是指其取值的大小，描述的统计量主要有：平均数、中位数、分位数以及众数。 3.2 数据离散程度        数据的差异性、离散程度，描述的统计量主要由：极差、四分位差、方差、标准差以及测度相对离散程度的离散系数（标准差与平均数之比，消除数据水平高低对标准差大小的影响）。 3.3 数据分布形状        数据的分布形状，通过直方图
【数据分析 R语言实战】学习笔记 第七章 假设检验及R实现
05-25 1297
假设检验及R实现 7.1假设检验概述 对总体参数的具体数值所作的陈述，称为假设;再利用样本信息判断假设足否成立，这整个过程称为假设检验。 7.1.1理论依据 假设检验之所以可行，其理沦背景是小概率理论。小概率事件在一次试验中儿乎是不可能发生的，但是它一以发生，我们就有理由拒绝原假设:反之，小概率事件没有发生，则认为原假设是合理的。这个小概率的标准由研究者事先确定，即以所谓的显著性水平α(0...
备战2024数学建模国赛（模型五）：典型相关分析 优秀案例（三） 具有遗传性疾病和性状的遗传位点分析
最新发布
m0_52343631的博客
08-26 599
专栏内容(赛前预售价99，比赛期间299): 2024数学建模国赛期间会发布思路、代码和优秀论文。（本专栏达不到国一的水平，适用于有一点点基础冲击省奖的同学，近两年有二十几个国二，但是达不到国一，普遍获得省奖，请勿盲目订阅）python全套教程（一百篇博客）：从新手到掌握使用python，可以对数学建模问题进行建模分析。35套模型算法（优秀论文示例）：马尔科夫模型、遗传算法、逻辑回归、逐步回归、蚁群算法、蒙特卡洛模拟、聚类模型、线性规划、粒子群算法、神经网络、相关系数、灰色预测、灰色关联分析、模糊综合评价、
R语言与统计分析
热门推荐
小飞侠的博客
12-16 7万+
R语言与统计分析 汤银才 主编 高等教育出版社 二○○八年五月 内容介绍 本书以数据的常用统计分析方法为基础，在简明扼要地阐述统计学基本概 念、基本思想与基本方法的基础上，讲述与之相对应的R函数的实现，并通过 具体的例子说明统计问题求解的过程. 本书注重思想性、实用性和可操作性. 在内容的安排上不仅包含了基础统 计分析中的探索性数据分析、参数的估计与假设检验，还包括的非参数统计分
统计学方法与数据分析（上下册）
12-29
10.6列联表:独立性检验和齐性检验 10.7柏关程度的度量 10.8几率和优比 10.9小结 重要公式 补充练习 第六部分数据分析:回归方法和模型的建立 第十一章线性回归和相关 11.1引言和案例 11.2估计模型中的参数 ...
线性回归之总离差平方和=回归平方和+残差平方和（TSS = ESS + RSS）及证明
L
03-10 2万+
缩写解释： 1、TSS 英文全称：Total Sum of Squares， 中文全称：总离差平方和，或者总平方和 2、ESS Explained Sum of Squares 3、RSS Residual Sum of Squares ...
长短期记忆网络（LSTM）理解
L
03-31 5615
长短期记忆网络（Long Short Term Memory Network）是建立在RNN基础之上的，理解RNN有助于理解LSTM网络，建议读者阅读。
隐马尔可夫模型（HMM）——从理论证明、算法实现到实际应用
L
03-16 4962
实心圆之间的箭头，表示隐状态转移，比如图中的红色箭头，表示t-1时刻状态Y1，在t时刻转移为状态Y2。（1）对于时刻t=1，也就是第一天，可能的状态为{下雨，晴天}，小宝第一天选择的是郊游，另外，从Start开始只有一条路径到达晴天，所以。的位置上，因为隐状态的初始分布式是已知的，而且隐状态到观测状态的概率也是已知的，所以此时你可沿着箭头方向向下走一步生成观测值。现在固定t时刻的状态，假设为。(下雨)=P(x1=郊游，y1=下雨)=P(x1=郊游|y1=下雨)P(y1=下雨)=0.1*0.6=0.06。
Spark MLlib中协同过滤之交替最小二乘法ALS原理与实践
L
08-16 4935
请先阅读leboop发布的博文《Apache Mahout之协同过滤原理与实践》。 基于用户和物品的协同过滤推荐都是建立在一个用户-物品评分矩阵（user-item-score）展开的，其本质是利用现有数据填充矩阵的缺失项（missing entries），也就是预测评分。基于用户的协同过滤通过该评分矩阵来度量用户间的相似度（余弦相似度，距离相似度，皮尔森相似度...
机器学习之支持向量机SVM（完整版）
L
12-20 3842
目录 1 支持向量机简介 2 线性可分支持向量机 2.1 什么是线性可分 2.2 什么是几何间隔 2.3 最大几何间隔分离超平面 2.4 支持向量和最大几何间隔 3 线性支持向量机 3.1 支持向量 4 KKT条件和对偶问题 4.1 线性可分支持向量机 4.2 线性支持向量机 5 非线性支持向量机 5.1 非线性分类问题...
Windows安装word2vec的那些坑
L
04-10 2625
打开命令窗口，执行pip install word2vec，如图： ERROR: Command errored out with exit status 1: command: 'e:\python\python.exe' -u -c 'import sys, setuptools, tokenize; sys.argv[0] = '"'"'C:\\TEMP\\pip-install-x...
机器学习之支持向量机SVM（理论基础）
L
12-22 2509
本文符号约定参见《 机器学习之矩阵微积分及其性质》。 考虑如下一般形式的约束优化问题（constrained optimization problem）： ...
机器学习之逻辑回归求解（梯度下降、随机梯度下降、随机平均梯度下降）
L
01-02 2216
逻辑回归的原理请参见《机器学习之逻辑回归原理》。本篇文章对逻辑回归模型进行求解。先给出逻辑回归模型的两种形式： （形式1） ...
"医学研究数据管理与分析第九章PPT：卡方检验与列联表分析
它适用于对列联表数据进行分析，可以用于计数资料和某些等级资料的分析，主要包括产生汇总分类数据和检验行变量与列变量是否独立两方面功能。在数据准备阶段，需要定义频数变量和组变量，并录入数据时需要注意它们的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ErbaoLiu

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值