理解 scipy.stats.chisquare

Question

有人可以帮助我使用 scipy.stats.chisquare 吗？我没有统计/数学背景，我正在使用来自https://en.wikipedia.org/wiki/Chi-squared_test 的数据集学习 scipy.stats.chisquare

维基百科文章以下表为例，说明基于它的卡方值约为24.6。我将使用 scipy.stats 来验证这个值并计算相关的 p 值。

我在这里找到了最有可能帮助我的公式解决方案

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

由于我是统计学的新手，以及 scipy.stats.chisquare 的使用，我只是不确定最好的方法，以及如何最好地将提供的表中的数据输入到数组中，以及是否提供预期值？来自维基百科。

Answer 1

该数据是列联表。SciPy 具有将scipy.stats.chi2_contingency卡方检验应用于列联表的功能。它基本上只是一个规则卡方检验，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为您做这件事），并且自由度取决于行数和列数（chi2_contingency也会为你计算这个）。

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],
                  [30, 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]]