分类变量的卡方检验（python实现&SPSS实现）

最新推荐文章于 2025-01-14 14:34:42 发布

_Tunan

最新推荐文章于 2025-01-14 14:34:42 发布

阅读量9.9k

点赞数 1

分类专栏：学习整理文章标签：聚类 python 数据分析 spss

本文链接：https://blog.csdn.net/North_City_/article/details/118253013

版权

本文介绍了卡方检验用于分析分类变量的相关性，特别是在聚类分析中检验聚类效果。通过Python和SPSS两种方式演示了卡方检验的步骤，结果显示聚类与标签之间存在显著联系。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

卡方介绍

卡方检验是针对自变量和因变量都是分类数据，也就是说带有属性的数据；而单因素方差分析是自变量是分类数据，因变量是连续型的数据。还有一点：方差分析是参数检验，而卡方检验是属于非参数检验。

卡方检验是统计样本的实际观测值与理论推断值之间的偏离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小：卡方值越大，偏差越大，越趋于不符合；卡方值越小，偏差越小，越趋于符合，若两个值完全相等时，卡方值就为0，表明理论值完全符合。

案例介绍

本次实验是研究聚类结果和标签DR的关系，即检验我们的聚类有没有意义。标签是0、1区分，聚类是0、1、2区分的
在这里插入图片描述
首先我们需要检查他们的交叉表，即

然后我们通过这个表看不出聚类结果的簇间患病差异性大小，因此采用卡方检验，首先做出假设：
在这里插入图片描述
然后计算理论值：
示例：比如cluster0&DR=0的理论值是：sum(cluster0)*sum(DR=0)/总数

然后通过卡方的公式：

A是实际值，T是理论值，

再计算卡方的自由度 v：

						v=（行数-1）（列数-1）=(2-1)(3-1) = 2

最后根据计算结果查表即可。
在这里插入图片描述
卡方临界值为（一般取 p=0.05），因此对应表中的结果是5.99，我们的程序结果：

22.6＞5.99，因此拒绝0假设，即两个因素之间存在联系。

python实现

程序示例如下：

# -*- encoding: utf-8 -*-
"""
@Modify Time    2021/6/26 15:44  
@Author         Tunan
@Filename       test1.py
@Desciption
                  
"""
from scipy.stats import chi2_contingency


class CHISQUARE:
    def __init__(self, d0, d1):
        self.d0 = d0
        self.d1 = d1

    def get_tabel(self):
        dd0 =

最低0.47元/天解锁文章