本篇內(nèi)容主要講解“python中的卡方檢驗(yàn)是什么”，感興趣的朋友不妨來(lái)看看。本文介紹的方法操作簡(jiǎn)單快捷，實(shí)用性強(qiáng)。下面就讓小編來(lái)帶大家學(xué)習(xí)“python中的卡方檢驗(yàn)是什么”吧!

我們提供的服務(wù)有：網(wǎng)站設(shè)計(jì)、成都做網(wǎng)站、微信公眾號(hào)開(kāi)發(fā)、網(wǎng)站優(yōu)化、網(wǎng)站認(rèn)證、紹興ssl等。為上1000家企事業(yè)單位解決了網(wǎng)站和推廣的問(wèn)題。提供周到的售前咨詢(xún)和貼心的售后服務(wù)，是有科學(xué)管理、有技術(shù)的紹興網(wǎng)站制作公司

說(shuō)明

1、統(tǒng)計(jì)樣本的實(shí)際觀測(cè)值與理論推斷值之間的偏差程度，實(shí)際觀測(cè)值與理論推斷值之間的偏差程度決定了卡方值的大小。卡方值越大，兩者的偏差程度越大；相反，兩者的偏差越小；如果兩個(gè)值完全相等，卡方值為0。

2、一般適用于自變量X為離散類(lèi)型，由于變量Y為離散類(lèi)別值，數(shù)據(jù)一般呈正態(tài)分布。

實(shí)例

從一所中學(xué)隨機(jī)抽取兩個(gè)班，調(diào)查他們對(duì)晚上自習(xí)的態(tài)度。甲班41人贊成，25人反對(duì)；乙班34人贊成，29人反對(duì)。這兩個(gè)班對(duì)晚上自習(xí)的態(tài)度是否有顯著差異。

from  scipy.stats import chi2_contingency
import numpy as np
data = np.array([[41,25], [34,29]])
kt= chi2_contingency(data)
print('卡方值=%.4f, p值=%.4f, 自由度=%i expected_frep=%s'%kt)

到此，相信大家對(duì)“python中的卡方檢驗(yàn)是什么”有了更深的了解，不妨來(lái)實(shí)際操作一番吧！這里是創(chuàng)新互聯(lián)網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢(xún)，關(guān)注我們，繼續(xù)學(xué)習(xí)！