简述
卡方检验是一种统计方法，用于确定两个分类变量之间是否具有显着相关性。这两个变量都应该来自相同的人群，并且应该是分类的，例如 - 是/否、男性/女性、红色/绿色等。例如，我们可以建立一个数据集，观察人们的冰淇淋购买模式并尝试关联具有他们喜欢的冰淇淋味道的人的性别。如果发现相关性，我们可以通过了解访问者的性别数量来计划适当的口味库存。
我们使用 numpy 库中的各种函数来进行卡方检验。
from scipy import stats
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 10, 100)
fig,ax = plt.subplots(1,1)
linestyles = [':', '--', '-.', '-']
deg_of_freedom = [1, 4, 7, 6]
for df, ls in zip(deg_of_freedom, linestyles):
ax.plot(x, stats.chi2.pdf(x, df), linestyle=ls)
plt.xlim(0, 10)
plt.ylim(0, 0.4)
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.title('Chi-Square Distribution')
plt.legend()
plt.show()
它的输出如下 -
