Question

我对Python和统计学都很陌生。我正在尝试应用Chi Squared测试来确定先前的成功是否会影响一个人的变化水平（百分比明智，这似乎确实如此，但我想看看我的结果是否具有统计意义）。

我的问题是：我这样做了吗？我的结果说p值是0.0，这意味着我的变量之间存在显着的关系（这当然是我想要的......但是对于p值来说0看起来有点太完美了，所以我是想知道我是否错误地编码了。）

这就是我的所作所为：

import numpy as np
import pandas as pd
import scipy.stats as stats

d = {'Previously Successful' : pd.Series([129.3, 182.7, 312], index=['Yes - changed strategy', 'No', 'col_totals']),
 'Previously Unsuccessful' : pd.Series([260.17, 711.83, 972], index=['Yes - changed strategy', 'No', 'col_totals']),
 'row_totals' : pd.Series([(129.3+260.17), (182.7+711.83), (312+972)], index=['Yes - changed strategy', 'No', 'col_totals'])}

total_summarized = pd.DataFrame(d)

observed = total_summarized.ix[0:2,0:2]

输出： Observed

expected =  np.outer(total_summarized["row_totals"][0:2],
                 total_summarized.ix["col_totals"][0:2])/1000

expected = pd.DataFrame(expected)

expected.columns = ["Previously Successful","Previously Unsuccessful"]
expected.index = ["Yes - changed strategy","No"]

chi_squared_stat = (((observed-expected)**2)/expected).sum().sum()

print(chi_squared_stat)

crit = stats.chi2.ppf(q = 0.95, # Find the critical value for 95% confidence*
                  df = 8)   # *

print("Critical value")
print(crit)

p_value = 1 - stats.chi2.cdf(x=chi_squared_stat,  # Find the p-value
                         df=8)
print("P value")
print(p_value)

stats.chi2_contingency(observed= observed)

输出 Statistics

Answer 1

一些更正：

您的expected数组不正确。您必须除以observed.sum().sum()，即1284，而不是1000。
对于像这样的2x2列联表，自由度为1，而不是8。
您chi_squared_stat的计算不包括continuity correction。（但不使用它并不一定是错的 - 这是对统计学家的判断。）

您执行的所有计算（预期矩阵，统计，自由度，p值）均由chi2_contingency计算：

In [65]: observed
Out[65]: 
                        Previously Successful  Previously Unsuccessful
Yes - changed strategy                  129.3                   260.17
No                                      182.7                   711.83

In [66]: from scipy.stats import chi2_contingency

In [67]: chi2, p, dof, expected = chi2_contingency(observed)

In [68]: chi2
Out[68]: 23.383138325890453

In [69]: p
Out[69]: 1.3273696199438626e-06

In [70]: dof
Out[70]: 1

In [71]: expected
Out[71]: 
array([[  94.63757009,  294.83242991],
       [ 217.36242991,  677.16757009]])

默认情况下，chi2_contingency在列联表为2x2时使用连续性校正。如果您不想使用更正，可以使用参数correction=False：

禁用它

In [73]: chi2, p, dof, expected = chi2_contingency(observed, correction=False)

In [74]: chi2
Out[74]: 24.072616672232893

In [75]: p
Out[75]: 9.2770200776879643e-07

Answer 2

自由度=（row-1）x（column-1）。对于2x2表格，它是（2-1）x（2-1）= 1

Python，Pandas＆amp; Chi-Squared独立测试

2 个答案: