如果测试两个功能是否独立， H0：A和B是独立的 H1：A和B依赖
p＆lt; 0.05，然后A和B依赖
在尝试以下代码时，很明显两个数组是相关的（它们是相同的数组）
obs = np.array([[10, 10, 10], [10, 10, 10]])
scipy.stats.chi2_contingency(obs)
我得到以下结果：
(0.0, 1.0, 2, array([[10., 10., 10.],
[10., 10., 10.]]))
即。 p值为1.0> 0.05，所以我们接受零假设，即两个数组彼此独立。
是否有假设我出错或是否产生了1-p值？
答案 0 :(得分：1)
你得到的计算是正确的。它只表示您拥有的变量是独立的，没有关联或相互连接。事件的独立性意味着它不会影响或影响另一事件的发生。
在您的示例中，所有概率值都相同，因此在获取事件A的事件不依赖于另一事件B的概率方面。
P(A|B) = P(A) or P(B|A) = P(B)
读取事件A的概率给定事件B与A的概率相同，因为A和B是独立的。因此，P（A），P（B），P（A | B）和P（B | A）是相同的，因为A和B是独立的，基于chisq统计。
答案 1 :(得分：0)
我的想法...
“独立性测试”的名称“错误”。实际上，该测试应命名为“依赖性测试”，其中：
H0：无依赖性->如果p_value <阈值
成立H1：依赖->如果p_value>阈值
成立其中阈值是“显着性水平”，通常为alpha = 0.05
因此，[[1，50]，[50，50]]的p值接近1，而随机矩阵的p值接近0。