python数据分析课程笔记 | 第五章 Python统计分析（下）

最新推荐文章于 2024-06-24 15:25:45 发布

啥都不会的怪蜀黍

最新推荐文章于 2024-06-24 15:25:45 发布

阅读量263

点赞数

分类专栏：数据分析文章标签： python 数据分析统计学

本文链接：https://blog.csdn.net/SimbaG/article/details/117353270

版权

本文介绍了使用Python进行数据分析的关键步骤，包括卡方检验和方差分析。通过实例展示了如何利用`scipy`库进行卡方检验，以检验性别与保险期限之间的独立性；接着，运用`statsmodels`库执行方差分析，分析年龄、性别和地区代码对销售渠道的影响。此外，还探讨了相关分析，解释了Pearson和Spearman相关系数的计算，并展示了如何用Python计算这两种相关性的实例。

摘要由CSDN通过智能技术生成

5.3 卡方分析和方差分析

（1）卡方检验

import pandas as pd
from scipy import stats
import os

os.chdir(r'C:\Users\Administrator.DESKTOP-0L8IC5U\Desktop\数据分析\data')
insurance = pd.read_csv('train.csv', encoding='utf-8', dtype={'Gender': 'str'})

cross_table = pd.crosstab(insurance.Gender, insurance.Vintage, margins=True)
# pd.crosstab(insurance.children, insurance.insuranceclaim, normalize='index')
stats.chi2_contingency(cross_table)