python统计分析——卡方检验

参考资料：用python动手学统计学

1、导入库

# 导入库
# 用于数值计算的库
import numpy as np
import pandas as pd
import scipy as sp
from scipy import stats
# 用于绘图的库
from matplotlib import pyplot as plt
import seaborn as sns
sns.set()

2、数据准备

本例是检验不同颜色按钮的吸引力是否相同。数据准备如下：

data=pd.DataFrame({
    'color':['blue','blue','red','red'],
    'click':['click','not','click','not'],
    'freq':[20,230,10,40]
})
data

 3、将数据转换为列联表

cross=data.pivot_table(index='color',columns='click',values='freq',aggfunc='sum')
cross

4、使用scipy.stats.chi2_contingency()函数进行卡方检验

stats.chi2_contingency(cross,correction=True)

这里对此函数进行以下两点说明：

（1）本函数要求给定的数据为列联表的形式，而非原始的未汇总的数据。

（2）correction为True时，表示对数据进行连续型矫正；当设置为False，则不做连续性矫正。

通常当自由度为1时，需要进行连续型矫正。

卡方检验的相关理论内容参考：

excel统计分析——卡方检验（基本原理）-CSDN博客

excel统计分析——卡方适合性检验-CSDN博客

excel统计分析——卡方独立性检验（上）-CSDN博客

excel统计分析——卡方独立性检验（下）-CSDN博客

5、结论

差异极显著：即按钮的颜色显著地影响了按钮的吸引力。