第一部分:安装库
(1)安装openpyxl
conda install scipy
(2)验证是否安装成功
python -c "import scipy; print(scipy.__version__)"
(3)卸载scipy
conda remove scipy
第二部分:使用scipy
(1)计算商品和品类之间的关联一致性Kendall检验
含义:
-
Kendall's Tau (τ):
- 范围: τ 的值在 -1 到 1 之间。
- τ = 1 表示完全正相关(所有值对的顺序一致)。
- τ = -1 表示完全负相关(所有值对的顺序完全相反)。
- τ = 0 表示没有相关性。
-
tau
值反映了变量X
和Y
之间的等级相关性强度。
- 范围: τ 的值在 -1 到 1 之间。
-
P-value:
p-value
用来检验相关系数是否显著。具体来说,它表示在原假设为真(即两者无相关性,τ = 0)的情况下,观测到这种或更极端结果的概率。- 如果
p-value
小于某个显著性水平(通常为 0.05),则可以拒绝原假设,认为两者之间存在统计显著的相关性。 - 如果
p-value
大于 0.05,则无法拒绝原假设,说明没有足够的证据认为X
和Y
之间有相关性。
- 如果
代码:
from scipy.stats import kendalltau
# 假设有两个变量 X 和 Y
X = [12, 2, 1, 12, 2]
Y = [1, 4, 7, 1, 0]
# 计算 Kendall's Tau 系数
tau, p_value = kendalltau(X, Y)
print(f"Kendall's Tau: {tau}")
print(f"P-value: {p_value}")
结果:
P值大于0.05,因此X和Y之间有关系;
Kendall's Tau的值为-0.4714045207910316,因此代表中等负相关。
持续学习,继续更新哦!