我有一个数据框,我想计算它的卡方和 p 值。但是,当我打印出预期值时,它们并不是我所期望的。我期望代码测试的原假设是 Q7 不依赖于“ConcernImprovement”,因此我预计每个 Q7 条目的减少、增加和无变化的“预期频率”是相同的
这是我观察到的数据框,称为LikelihoodConcern
:
ConcernImprovement Decrease Increase No change
Q7
Likely 2.0 18.0 21.0
Not likely at all 0.0 2.0 1.0
Not very likely 3.0 11.0 5.0
Somewhat likely 4.0 24.0 14.0
Very likely 1.0 16.0 8.0
我尝试了这段代码:
from scipy.stats import chi2_contingency
chi2, p, dof, expected = chi2_contingency(LikelihoodConcern, correction=False)
expected
它返回预期频率:
array([[ 3.15384615, 22.39230769, 15.45384615],
[ 0.23076923, 1.63846154, 1.13076923],
[ 1.46153846, 10.37692308, 7.16153846],
[ 3.23076923, 22.93846154, 15.83076923],
[ 1.92307692, 13.65384615, 9.42307692]])
我预计它会返回:
array([[ 13.67777777, 13.67777777, 13.67777777],
[ 1.00000000, 1.00000000, 1.00000000],
[ 6.33333333, 6.33333333, 6.33333333],
[ 14.00000000, 14.00000000, 14.00000000],
[ 8.33333333, 8.33333333, 8.33333333]])
我已经查看了 expected_freq
函数的源代码,因为文档没有太多细节 - 但我仍然不明白为什么我没有看到我期望的内容
我在那里进行了测试,输入数据与您相同:
array([[ 2., 18., 21.],
[ 0., 2., 1.],
[ 3., 11., 5.],
[ 4., 24., 14.],
[ 1., 16., 8.]])
并得到了与预期频率相同的结果。如果我们查看第一个单元格(“可能”行,“减少”列)。 “可能”的边际总和为 42,“减少”的边际总和为 10。表的边际总和为 130。因此,对于第一个单元格,我们的预期值为:
(10 * 41) / 130 = 3.1538461538461537
对于右下角的单元格(“非常有可能”行,“无变化”列),我们有:
(49 * 25) / 130 = 9.423076923076923
等等。这些与 stats.scipy
的结果相匹配。
我是一名优秀的程序员,十分优秀!