详细内容或原文请订阅后点击阅览
了解公式之外的卡方检验
分类数据如何成为统计证据。《理解公式之外的卡方检验》一文首先出现在《走向数据科学》上。
来源:走向数据科学他写了一本儿童读物，并以相同的价格同时以两个版本向市场发行。一个版本是基本的封面设计，而另一个版本是高质量的封面设计，这当然会让他付出更多的代价。
然后，他观察一段时间内的销售情况并收集如下所示的数据。
现在他来找我们，想知道他的书的封面设计是否影响了销量。
从销售数据中，我们可以观察到有两个分类变量。第一个是封面类型，要么高成本，要么低成本；第二个是销售结果，要么卖出去，要么不卖出去。
现在我们想知道这两个分类变量是否相关。
我们知道，当我们需要找到两个分类变量之间的关系时，我们使用卡方检验来检验独立性。
在这种情况下，我们通常会使用Python来应用卡方检验并计算卡方统计量和p值。
代码：
将 numpy 导入为 np
从 scipy.stats 导入 chi2_contingency
# 观察数据
观察到= np.array([
[320, 180],
[350, 150]
]）
chi2，p，dof，预期= chi2_contingency（观察到的，校正=假）
print("卡方统计量：", chi2)
print("p 值：", p)print("自由度：", dof)print("预期频率:\n", 预期)结果：卡方统计量为 4.07，p 值为 0.043，低于 0.05 阈值。这表明封面类型和销量在统计上是相关的。我们现在已经获得了 p 值，但在将其视为决策之前，我们需要了解如何获得该值以及此测试的假设是什么。了解这一点可以帮助我们判断得到的结果是否可靠。现在让我们尝试了解卡方检验实际上是什么。我们有这些数据。通过观察数据，我们可以说，具有高成本封面的书籍销量较高，因此我们可能认为该封面有效。随机性总是会造成不平衡。\[\]其中：j\text{因此， }