卡方检验算法

一、算法介绍

卡方检验（Chi-Square Test）是一种用于检验两个分类变量之间关联性的方法。卡方检验主要包括两种类型：

1. 卡方独立性检验：用于检验两个分类变量是否独立。
2. 卡方拟合优度检验：用于检验观察到的频率分布是否与预期的分布相符。

二、代码展示

import numpy as np
from scipy.stats import chi2_contingency

# 构建列联表
observed = np.array([[10, 20],
                     [30, 40]])

# 进行卡方独立性检验
chi2, p, dof, expected = chi2_contingency(observed)

print(f"Chi2 Statistic: {chi2}")
print(f"P-value: {p}")
print(f"Degrees of Freedom: {dof}")
print("Expected Frequencies:")
print(expected)

# 检验结果
alpha = 0.05
if p < alpha:
    print("拒绝原假设，两个变量之间存在显著关联。")
else:
    print("接受原假设，两个变量之间没有显著关联。")