扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
这篇文章主要介绍“python卡方检验实例分析”，在日常操作中，相信很多人在python卡方检验实例分析问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”python卡方检验实例分析”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
网站建设哪家好，找创新互联公司！专注于网页设计、网站建设、微信开发、成都小程序开发、集团企业网站建设等服务项目。为回馈新老客户创新互联还提供了朝天免费建站欢迎大家使用！
说明
1、统计样本的实际观测值与理论推断值之间的偏差程度，实际观测值与理论推断值之间的偏差程度决定了卡方值的大小。
卡方值越大，两者的偏差程度越大；相反，两者的偏差越小；如果两个值完全相等，卡方值为0。
2、一般适用于自变量X为离散类型，由于变量Y为离散类别值，数据一般呈正态分布。
实例
从一所中学随机抽取两个班，调查他们对晚上自习的态度。甲班41人赞成，25人反对；乙班34人赞成，29人反对。这两个班对晚上自习的态度是否有显著差异。
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，关于“python卡方检验实例分析”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
微信二维码
移动版官网