Python

Python - 列联表的独立性检验（卡方检验）

想对两个或两个以上因子彼此之间是否相互独立做检验时，就要用到卡方检验，原以为在Python中实现会像R的chisq.test一样简便，但scipy的stats模块功能实在分得太细，之前查到的是stats中的chisquare方法，但尝试过后发现chisquare实际上是做适合性检验的。 

e.g. 三种农药的杀虫数据

杀虫效果	甲	乙	丙
死亡数	37	49	23
未死亡数	150	100	57

分析杀虫效果与农药类型是否有关

import numpy as np
from scipy.stats import chi2_contingency

d = np.array([[37, 49, 23], [150, 100, 57]])
chi2_contingency(d)

输出为： 
(7.6919413561281065, 
0.021365652322337315, 
2, 
array([[ 48.99759615, 39.04086538, 20.96153846], 
[ 138.00240385, 109.95913462, 59.03846154]]))

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理论值

具体参考文档：scipy.stats.chi2_contingency