python - scipy.stats.chi2_contingency 生成的 p 值用于独立性测试

Question

为了测试两个特征是否独立，H0:A和B独立H1:A和B相互依赖

p < 0.05，则 A 和 B 相关

尝试以下代码后，很明显这两个数组是相关的(它们是相同的数组)

obs = np.array([[10, 10, 10], [10, 10, 10]])
scipy.stats.chi2_contingency(obs)

我得到以下结果:

(0.0, 1.0, 2, array([[10., 10., 10.],
        [10., 10., 10.]]))

即p 值为 1.0 > 0.05，因此我们接受两个数组相互独立的原假设。

我是否有错误的假设，或者它是否生成 1-p 值？

Answer 1

您得到的计算结果是正确的。它仅意味着您拥有的变量是独立的，并且彼此之间没有关联或连接。事件的独立性是指它不会影响或影响另一个事件的发生。

在您的示例中，所有概率值都是相同的，因此就概率而言，获得事件 A 的事件不依赖于另一个事件 B。

  P(A|B) = P(A)  or P(B|A) = P(B)

在给定事件 B 的情况下读取事件 A 的概率与 A 的概率相同，因为 A 和 B 是独立的。因此，P(A)、P(B)、P(A|B) 和 P(B|A) 是相同的，因为基于 chisq 统计 A 和 B 是独立的。