卡方值计算-python代码

#特征处理
import pandas as pd
import numpy as np
import scipy
from scipy.stats import chi2
from pandas import DataFrame,Series

# #消除向量中除以0的警告
np.seterr(divide='ignore',invalid='ignore')

def chi3(arr):
    '''
    计算卡方值
    arr：统计表，二维numpy数组
    '''
    # Python assert（断言）用于判断一个表达式，在表达式条件为 false 的时候触发异常
    assert(arr.ndim==2)
    R_N=arr.sum(axis=1)
    C_N=arr.sum(axis=0)
    N=arr.sum()
    # 计算期望频数
    E=np.ones(arr.shape)*C_N/N
    E=(E.T*R_N).T
    square=(arr-E)**2/E
    square[E==0]=0
    v=square.sum()
    return v

参考此博客：
https://blog.csdn.net/snowdroptulip/article/details/78770088
卡方值：计算 相关性的


卡方值：

例1卡方检验

根据卡方检验公式我们可以得出例1的卡方值为：

卡方 = (43 - 39.3231)平方 / 39.3231 + (28 - 31.6848)平方 / 31.6848 + (96 - 99.6769)平方 / 99.6769 + (84 - 80.3152)平方 / 80.3152 = 1.077
————————————————
版权声明：本文为CSDN博主「snowdroptulip」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/snowdroptulip/article/details/78770088