python进行列联表卡方检验

列联表检验常用在生物统计学上，用来检验某种外界因素对原有实验是否存在显著影响。今天看到了一组实验，描述的因素是：对网页的优化，检验其是否对转化率有显著影响。

将数据写成列联表形式：
可参考进行手算结果为4.58
https://wenku.baidu.com/view/67c044c0d0d233d4b14e6999.html


书本上的结果：检验统计量的值为4.58022，p值为0.03234，说明原版方案与测试方案有显著区别，即改进的因素起到了提升转化率的作用。

import numpy as np
from scipy.stats import chi2_contingency
d = np.array([[37,376], [58,367]])
chi2_contingency(d)

(4.1256718858694255,
 0.04223724534272946,
 1,
 array([[ 46.81980907, 366.18019093],
        [ 48.18019093, 376.81980907]]))

第一个值为卡方值，第二个值为P值，第三个值为自由度，第四个为与原数据数组同维度的对应理论值。这里的统计量与手算的不一样，需要加上correction=False才行

chi2_contingency(d,correction=False)

(4.580224257695749,
 0.032342981729914094,
 1,
 array([[ 46.81980907, 366.18019093],
        [ 48.18019093, 376.81980907]]))