卡方相关性检验的Python实现

卡方相关性检验的Python实现

卡方相关性检验（Chi-square test）是一种常用的统计方法，用于确定两个分类变量之间是否存在相关性。在Python中，我们可以使用SciPy库来实现卡方相关性检验。本文将详细介绍如何使用Python进行卡方相关性检验，并提供相应的源代码示例。

首先，我们需要导入所需的库：

import numpy as np
from scipy.stats import chi2_contingency

接下来，我们假设有两个分类变量A和B，它们的观测频数存储在一个二维数组observed中。数组的每行代表A的一个类别，每列代表B的一个类别。例如，假设A有两个类别（类别1和类别2），B有三个类别（类别A、类别B和类别C），那么observed数组的形状将为(2, 3)。

下面是一个示例observed数组：