卡方检验及其在Python中的应用

作者简介：热爱数据分析，学习Python、Stata、SPSS等统计语言的小高同学~
个人主页：小高要坚强的博客
当前专栏：Python之机器学习
本文内容：卡方检验及其在Python中的应用
作者“三要”格言：要坚强、要努力、要学习

目录

一、卡方检验的基本原理

卡方统计量的计算

二、卡方检验的主要用途

1. 两个率或两个构成比比较的卡方检验

用途说明

应用示例

结果解读

2.多个率或多个构成比比较的卡方检验

用途说明

应用示例

3.分类资料的相关分析

用途说明

4.适合度检验

用途说明

应用示例

三、配对卡方检验

1. 例子

2. 使用 SquareTable 和 mcnemar 类进行分析

四、总结

卡方检验（Chi-Square Test）是统计学中一种用于比较分类变量的显著性检验方法。本文将介绍卡方检验的基本原理、主要用途及其在Python中的实现。

一、卡方检验的基本原理

卡方检验的核心思想是检验观察频数与期望频数之间的差异。其零假设（H0）通常为“观察频数与期望频数没有显著差别”。通过计算卡方统计量，可以判断两组分类变量是否独立。

卡方统计量的计算

卡方统计量的计算公式为：

其中，O为实际观察频数，E为期望频数。当观察频数与期望频数完全一致时，卡方值为0；随着差异增大，卡方值也会增大。卡方值的大小还与自由度有关。

二、卡方检验的主要用途

1. 两个率或两个构成比比较的卡方检验

用途说明

当我们需要比较两个不同组别的比例或构成比时，卡方检验提供了一种有效的方法。例如，可以用于比较不同性别的疾病发病率、不同地区的购车率等。

应用示例

假设我们想比较男性和女性在某种疾病的发病率。我们可以收集如下数据：

通过卡方检验，我们可以评估男性和女性的患病率是否存在显著差异。Python执行代码如下：

import pandas as pd
import statsmodels.stats.contingency_tables as tbl

# 创建数据
data = pd.DataFrame({
    '性别': ['男性', '女性'],
    '患病人数': [30, 20],
    '未患病人数': [70, 80]  # 总人数 - 患病人数
})

# 创建交叉表
cross_tab = pd.crosstab(data['性别'], [data['患病人数'], data['未患病人数']])
print("交叉表：")
print(cross_tab)

#