天富娱乐登录老虎机 新全讯官方网站是什么的新全讯官方网站是什么和新全讯官方网站是什么

学习目标

掌握新全讯官方网站是什么的新全讯官方网站是什么和实现

新全讯官方网站是什么用来分析两个名义变量之间是否显著相关。

学了这么多连续变量的统计分析，那么对于计数资料可咋整。小伙伴会问了：如果我想看不同患者人群的术后复发率有没有差异，怎么办?这时候就需要欢迎我们的统计小助手——新全讯官方网站是什么闪亮登场啦!

新全讯官方网站是什么可是一位重量级选手，凡是涉及到计数资料分布的比较都需要他的帮忙。

用药物A治疗急性心肌梗死患者198例，24小时内死亡11例，病死率为5.56%，另42例治疗时采用药物B，24小时内死亡6例，病死率为14.29%，提问：两组病死率有无差别?

表1. 两种药物急性心肌梗塞患者治疗后24小时内死亡情况。

新全讯官方网站是什么的目的:确定样本对象落入各类别的比例是否与随机期望比例相等。

1.卡方值计算

两个概念

·观测频数

·预期频数

计算各行和各列的和:

计算每个格子在当前行中的预期频数

列出每个格子的观测频数和预期频数

卡方值的计算公式:

计算每个格子的值:

最终 $$\chi^2$$=0.19+4.17+10.06+0.19+4.17+4.11=22.89

自由度$df=(R-1)(C-1)=(2-1)(3-1)=2$

结论

2.代码实现

手动代码实现：

·导入数据

 import pandas as pd data=pd.read_csv('data/chi2.csv') data.head()

·统计频次(交叉表统计)

 #统计频次 table=pd.crosstab(data['sex'],data['major']) table

·计算预期频次

 #计算预期频次 x=o.values col=np.sum(x,axis=1,keepdims=True)#行的和 row=np.sum(x,axis=0,keepdims=True)#列的和 total=np.sum(x)#总和 col,row,total

 e=col*row/total#计算预期频次 e

·计算卡方值

 #计算卡方值 o_miuns_e=o.values-e #o-e chi2=np.sum(np.square(o_miuns_e)/e) chi2

·计算p值

 #计算p值 df=(o.shape[0]-1)*(o.shape[1]-1)#自由度 p=1-ss.chi2.cdf(chi2,df) p#7.074778948346072e-06 拒绝原假设 专业选择和性别之间相关

·scipy实现:

Api:scipy.stats.chi2_contingency(observed):

·参数:

observed:观测的实际频次 通常为$$R\times C$$的表格

·返回值:

 chi2:卡方值

 p:p值

 dof:自由度

 expected:预期频次

代码实现

·加载数据

 import pandas as pd import scipy.stats as ss data=pd.read_csv('data/chi2.csv') data.head()

·统计观测频次

 #统计频次 o=pd.crosstab(data['sex'],data['major']) o

·新全讯官方网站是什么

 chi2,p,dof,e=ss.chi2_contingency(o) chi2,p,dof,e

(23.71794871794872, 7.0747789483371884e-06, 2, array([[32.5, 30. , 37.5],[32.5, 30. , 37.5]]))

3.小结

·新全讯官方网站是什么:用来分析两个名义变量之间是否显著相关

·卡方值计算:

观测频次O

预期频次E

自由度:$$(R-1)\times(C-1)$$

api:scipy.stats.chi2_contingency(observed)


猜你喜欢：
什么是RNN?RNN可以做什么?

Python基础视频教程(600集)

Python培训课程