这篇文章主要介绍“python卡方检验实例分析”，在日常操作中，相信很多人在python卡方检验实例分析问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”python卡方检验实例分析”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

说明

1、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。

2、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_contingency
import numpy as np
data = 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，关于“python卡方检验实例分析”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注天达云网站，小编会继续努力为大家带来更多实用的文章！