Python计算卡方值
Python代码
import numpy as np
from scipy.stats import chi2_contingencyd = np.array([[2, 1, 1, 0, 276], [9, 7, 4, 2, 258]])
print(chi2_contingency(d))
# 第一个值为卡方值,
# 第二个值为P值,
# 第三个值为自由度,
# 第四个为与原数据数组同维度的对应期望值
结果显示
卡方值:13.361287027579163
P值:0.009638978128151272
自由度:4
与原数据数组同维度的对应期望值:array([
[ 5.5, 4. , 2.5, 1. , 267. ],
[ 5.5, 4. , 2.5, 1. , 267. ]
])
用Excel表格也能做
先给出原始数据,再算期望值,最后算卡方值
原始数据为
卡方值计算公式为
X2=卡方值=(抽样数据−期望值)2期望值X^2=卡方值=\cfrac{(抽样数据-期望值)^2}{期望值} X2=卡方值=期望值(抽样数据−期望值)2
X2的值越大,说明“观测组与对照组有关系”成立的可能性越大。X^2的值越大,说明“观测组与对照组有关系”成立的可能性越大。X2的值越大,说明“观测组与对照组有关系”成立的可能性越大。
P值由下面函数实现
=CHIDIST(卡方值,自由度)
结果图如下
当P = 0.05,n = 4时,卡方值 = 9.487729037
此时的卡方值为 13.361287027579163 > 9.487729037
故观察组与对照组有关系。
有用请点个赞!!
本站所有文章均为原创,欢迎转载,请注明文章出处:https://blog.csdn.net/weixin_45092662。百度和各类采集站皆不可信,搜索请谨慎鉴别。技术类文章一般都有时效性,本人习惯不定期对自己的博文进行修正和更新,因此请访问出处以查看本文的最新版本。
Python计算卡方值相关推荐
- python实现卡方(Chi-Squared Test)相关性检验
python实现卡方(Chi-Squared Test)相关性检验 独立性检验是统计学的一种检验方式,与适合性检验同属于X2检验,即卡方检验(英文名:chi square test),它是根据次数资料 ...
- python 特征选择卡方_特征选择
2020-01-10 皮尔逊相关系数 image.png 衡量线性相关性,检查数据集里目标和数值特征之间皮尔逊相关系数的绝对值.根据这个准则保留前n个特征.def cor_selector(X, y, ...
- 卡方值c 语言编程,amos的操作步骤与程序
Step 1. 建立路径模型图 注释:在amos模型分析当中,内因变量(因变量)均需增加一列误差项,此误差变量的参数设定起始值内定为1. Step 2. 读取数据 Step 3. 设定观察变量 如图所 ...
- python计算波峰波谷值的方法(极值点)
https://www.jb51.net/article/180654.htm python求极值点主要用到scipy库. 1. 首先可先选择一个函数或者拟合一个函数,这里选择拟合数据:np.poly ...
- python计算得到auc值
python计算得到auc值 数据 #得到AUC值 # avgAUC calculation vg = valid1.groupby(['Coupon_id']) aucs = [] for i in ...
- python计算文件md5值_用python 正确计算大文件md5 值
python 计算文件的md5值很方便,但如果只是简单的把文件都入到内存中,大文件会导致问题,一般采用切片的方式分段计算,下面的几个函数可以很好的解决这个问题. 使用 hashlib import h ...
- 【python圆周率计算】python计算圆周率π的值到任意位
无意中发现了一个巨牛的人工智能教程,忍不住分享一下给大家.教程不仅是零基础,通俗易懂,而且非常风趣幽默,像看小说一样!觉得太牛了,所以分享给大家.点这里可以跳转到教程.人工智能教程 一.需求分析 输入 ...
- python计算文件md5值_用python计算文件的MD5值
md5是一种常见不可逆加密算法,使用简单,计算速度快,在很多场景下都会用到,比如:给用户上传的文件命名,数据库中保存的用户密码,下载文件后检验文件是否正确等.下面讲解在python中如何使用md5算法 ...
- python计算派的值_使用 Python 计算 π 值
π是一个无数人追随的真正的神奇数字.我不是很清楚一个永远重复的无理数的迷人之处.在我看来,我乐于计算π,也就是计算π的值.因为π是一个无理数,它是无限的.这就意味着任何对π的计算都仅仅是个近似值.如果 ...
- 利用 Python 计算资产 beta 值和市场 beta 值
作者:chen_h 微信号 & QQ:862251340 微信公众号:coderpai 在这篇文章中,我们将强调理解股票市场中 beta 的重要性,以及我们如何来使用 beta 来对冲市场风险 ...
最新文章
- 消息中间件之JMS实践(ActiveMQ)
- iOS 版 Skype支持群组语音聊天
- 常用的webpack 配置
- 格兰因果模型可以分析哪些东西_如何系统地学习统计学,指导入门数据分析
- mysql 剔除不可见字符_机器视觉OCR字符检测在食品瓶盖上的应用
- 《金色梦乡》金句摘抄(六)
- 1206封装电容在物料可靠性设计比较低
- 测试员35岁以后找不到工作?问完了几千人后,我们得到了答案......
- 使用Xcode Instruments Leak解决内存泄漏问题
- python误差修正模型_在Python中实现Johansen Test for Cointegration
- 【详细】小程序模板使用教程
- 企业级数据模型主题域模型划分(NCR FS-LDM)
- (一)CGAL库应用:指定平面切割模型并用openGL显示该层面轮廓
- python实现搜索功能_python实现百度识图搜索功能
- 2019年DNS服务器速度测评【DNS速度排名】
- element上传图片校验尺寸
- 视频直播app和网页版怎么开发?
- 【Android控件】HorizontalScrollView的基础使用记录(滚动条自定义)
- [论文阅读]PAN++: Towards Efficient and Accurate End-to-End Spotting of Arbitrarily-Shaped Text
- linux ps内存占用率,linux ps命令,查看某进程cpu和内存占用率情况, linux ps命令,查看进程cpu和内存占用率排序。 不指定...
热门文章
- matlab模拟出现较大误差是什么原因,关于使用lsqcurvefit拟合曲线出现误差巨大的问题...
- P8814 [CSP-J 2022] 解密(民间数据)——数学思维 韦达定理
- 我的并行计算之路(二)MPI点对点通信MPI_Send和MPI_Recv
- Simple Tips on C++(对于C++的一些建议)
- ​【Flutter小记7】​Mac M1 使用 pod install编译常见两种错误解决方案(CocoaPod Error | LoadError)
- 锁相放大器在中微流控的应用
- 单核性能强的服务器cpu,单核能力最强的cpu是哪个?
- 洛谷P3354 [IOI2005]Riv 河流 题解
- android权限的最佳运用
- Team Tic Tac Toe 题解