了解scipy.stats.chisquare

如何解决了解scipy.stats.chisquare

有人可以通过scipy.stats.chisquare帮助我吗？我没有统计/数学背景，因此我正在使用来自https://en.wikipedia.org/wiki/Chi-squared_test

的数据集来学习scipy.stats.chisquare

Wikipedia文章以下表为例，指出基于该值的卡方值约为24.6。我将使用scipy.stats验证此值并计算相关的p值。

我发现最有可能在这里为我提供帮助的公式解决方案

https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.chisquare.html

由于我是统计学的新手，也不确定使用scipy.stats.chisquare，因此我不确定最佳方法，以及如何最好地将提供的表中的数据输入到数组中，以及是否提供期望值？来自Wikipedia。

解决方法

该数据为contingency table。 SciPy具有函数scipy.stats.chi2_contingency，该函数将卡方检验应用于列联表。从根本上来说，这只是一个规则的卡方检验，但是当应用于列联表时，预期频率是在独立性假设下计算的（chi2_contingency会为您做这件事），而自由度取决于数量行和列（chi2_contingency也会为您计算）。

以下是将卡方检验应用于该表的方法：

import numpy as np
from scipy.stats import chi2_contingency


table = np.array([[90,60,104,95],[30,50,51,20],40,45,35]])

chi2,p,dof,expected = chi2_contingency(table)

print(f"chi2 statistic:     {chi2:.5g}")
print(f"p-value:            {p:.5g}")
print(f"degrees of freedom: {dof}")
print("expected frequencies:")
print(expected)

输出：

chi2 statistic:     24.571
p-value:            0.00040984
degrees of freedom: 6
expected frequencies:
[[ 80.53846154  80.53846154 107.38461538  80.53846154]
 [ 34.84615385  34.84615385  46.46153846  34.84615385]
 [ 34.61538462  34.61538462  46.15384615  34.61538462]]