Python - test chi-kwadrat

Test Chi-kwadrat to metoda statystyczna pozwalająca określić, czy dwie zmienne kategorialne mają między sobą istotną korelację. Obie te zmienne powinny pochodzić z tej samej populacji i powinny być kategoryczne, takie jak - Tak / Nie, Mężczyzna / Kobieta, Czerwony / Zielony itp. Na przykład możemy zbudować zestaw danych z obserwacjami na temat wzorców kupowania lodów przez ludzi i spróbować skorelować płeć osoby o smaku lodów, które preferują. Jeśli zostanie znaleziona korelacja, możemy zaplanować odpowiedni zapas smaków, znając liczbę osób odwiedzających.

Używamy różnych funkcji w bibliotece numpy, aby przeprowadzić test chi-kwadrat.

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()

Jego output wygląda następująco -