列联表与卡方检验 学习笔记

列联表与卡方检验 学习笔记

在统计学中，列联表（Contingency Table）是用于研究两个或多个变量之间关系的一种数据整理方式。而卡方检验（Chi-Square Test）则是一种用于检验两个分类变量之间是否独立的假设检验。

本篇博客将介绍列联表与卡方检验的基本概念、应用方法以及Python实现。

列联表

列联表是一种用于展示两个或多个分类变量之间关系的表格。下面是一个简单的二元列联表的例子：

	有疾病	无疾病
男性	20	80
女性	30	70

上表中展示了性别和患病情况之间的关系。通过观察行、列之间的比较，我们可以发现一些有趣的问题，例如女性患病率较高等等。

卡方检验

卡方检验是一种用于检验两个分类变量之间是否独立的假设检验。一般地，若给定一个二元列联表，我们可以按照以下步骤进行卡方检验：

1. 计算出每个单元格中的期望频数$E_{i,j}$。
2. 计算卡方值${\chi }^2={\sum }_i{\sum }_j\frac{(O_{i,j}-E_{i,j}{)}^2}{E_{i,j}}$，其中$O_{i,j}$表示观察频数。
3. 对于显著性水平为$\alpha$的假设检验，如果${\chi }^2>{\chi }_{1-\alpha ,(r-1)(c-1)}^2$，则拒绝原假设；否则接受原假设。

其中，$r$和$c$分别表示行和列的数量，${\chi }_{1-\alpha ,(r-1)(c-1)}^2$表示自由度为$(r-1)(c-1)$、右侧面积为$1-\alpha$的卡方分位数。

Python实现

下面是使用Python进行卡方检验的示例代码：

import numpy as np
from scipy.stats import chi2_contingency

obs = np.array([[20, 80], [30, 70]])
chi2, p, dof, expected = chi2_contingency(obs)

print("Chi-Square Value: ", chi2)
print("P-Value: ", p)
print("Degrees of Freedom: ", dof)
print("Expected Frequency: ")
print(expected)

运行结果如下：

Chi-Square Value:  2.7777777777777777
P-Value:  0.09517613025029158
Degrees of Freedom:  1
Expected Frequency: 
[[25. 75.]
 [25. 75.]]

其中，obs表示观察频数，chi2_contingency函数返回的四个值分别为卡方值、P值、自由度以及期望频数。

总结

本篇博客介绍了列联表与卡方检验的基本概念、应用方法以及Python实现。希望可以对读者在分析分类变量之间关系时有所帮助。