本篇内容主要讲解“python中的卡方检验是什么”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“python中的卡方检验是什么”吧!
说明
统计样本的实际观测值与理论推断值之间的偏差程度，实际观测值与理论推断值之间的偏差程度决定了卡方值的大小。卡方值越大，两者的偏差程度越大；相反，两者的偏差越小；如果两个值完全相等，卡方值为0。
一般适用于自变量X为离散类型，由于变量Y为离散类别值，数据一般呈正态分布。
实例
从一所中学随机抽取两个班，调查他们对晚上自习的态度。甲班41人赞成，25人反对；乙班34人赞成，29人反对。这两个班对晚上自习的态度是否有显著差异。
from scipy.stats import chi2_contingencyimport numpy as npdata = np.array([[41,25], [34,29]])kt= chi2_contingency(data)print('卡方值=%.4f, p值=%.4f, 自由度=%i expected_frep=%s'%kt)到此，相信大家对“python中的卡方检验是什么”有了更深的了解，不妨来实际操作一番吧！这里是编程网网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！
