python：实现方差分析和卡方检验

一、方差分析实现

方差分析用于判断分类变量和数值型变量是否具有相关性。

这里使用的泰坦尼克号的数据集。

python 方差分析实现：

import scipy.stats as stats

# 按照分类变量进行分组
df_grouped = df.groupby('Embarked')

# 创建空列表
groups = []

# 在每个分类变量中添加与之相关的连续变量
for a, group in df_grouped:
    groups.append(group['Age'])

# 执行方差分析，获取检验结果和p值
statistic, pvalue = stats.f_oneway(*groups)

statistic, pvalue

(0.7158557600692332, 0.49015979667479737)

二、卡方检验实现

卡方检验用于检验两个分类变量之间的差异性或相关性。

python 实现卡方检验：

from scipy.stats import chi2_contingency

# 建立两个类别的交叉表
df_crosstab = pd.crosstab(df['Sex'], df['Survived'])

# 获取卡方检验结果
statistic = chi2_contingency(df_crosstab)[0]
pvalue = chi2_contingency(df_crosstab)[1]

statistic, pvalue

(49.62965365707783, 1.8568580662867508e-12)