sklearn 相关性分析_分类数据与分类数据的相关关系分析

一、列联表分析(独立性检验，非参数检验)

列联表是两个和两个以上变量的交叉分类汇总表，根据变量个数分为1维，2维，3维, ... ，1维即频数分布表。下图为2x2列表。

列联表分析分为3步：

1）建表；

2）对变量之间的相关性进行检验，通常利用卡方统计量进行检验。

卡方独立性检验需要满足的条件：

• 交叉表中的值应该是频数，而不是相对频率（所占百分比）
• 每个分类变量的各个类别是互斥的
• 每一个观测值只属于交叉表中的一个单元格
• 变量中的各个类别是互相独立的
• 所有期望频数应该大于5，样本总量大于40

3）计算相关系数

Example: 检验满意度与学历的相关关系。

1) H0假设：学历与满意度无关系.

2) 计算卡方统计量