python数据分析课程笔记 | 第五章 Python统计分析（下）

最新推荐文章于 2025-10-21 15:24:42 发布

原创

最新推荐文章于 2025-10-21 15:24:42 发布 · 330 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python #数据分析 #统计学

本文介绍了使用Python进行数据分析的关键步骤，包括卡方检验和方差分析。通过实例展示了如何利用`scipy`库进行卡方检验，以检验性别与保险期限之间的独立性；接着，运用`statsmodels`库执行方差分析，分析年龄、性别和地区代码对销售渠道的影响。此外，还探讨了相关分析，解释了Pearson和Spearman相关系数的计算，并展示了如何用Python计算这两种相关性的实例。

5.3 卡方分析和方差分析

（1）卡方检验

import pandas as pd
from scipy import stats
import os

os.chdir(r'C:\Users\Administrator.DESKTOP-0L8IC5U\Desktop\数据分析\data')
insurance = pd.read_csv('train.csv', encoding='utf-8', dtype={'Gender': 'str'})

cross_table = pd.crosstab(insurance.Gender, insurance.Vintage, margins=True)
# pd.crosstab(insurance.children, insurance.insuranceclaim, normalize='index')
stats.chi2_contingency(cross_table)

（2）方差分析

import pandas as pd
import os
from statsm

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

啥都不会的怪蜀黍

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

利用python进行统计分析

weixin_42410915的博客

09-04

1618

通常我们拿到特征后学要分析打指标非常多，例如均值、最大值、最小值等等。下面讲解一下统计分析，先用字典结构创建一个简单的DataFrame，既方便传输数据，还可以指定索引和列名 #随机生成一个5×3的矩阵，元素取值为100以内的整数 import numpy as np a = np.random.randint(100,size=(5,3)) a 输出： array([[72, 8, 93], [21, 62, 7], [69, 76, 19], .

Python基本统计分析

2401_84540063的博客

05-14

631

对于大样本，且频数表中每个单元格的期望频数都比较大（一般要求大于 5），可以不进行连续性校正。alternative可以选two-sided（默认，OR可能>1,也可能<1）, less（OR<1）, greater（OR>1）spss.fisher_exact这个函数的输入只能是2X2的二维列联表,R中的fisher.test输入可以不是2X2列联表。如果观察总例数 n 小于 40，或者频数表里的某个期望频数很小（小于 1），则需要使用 Fisher 精确概率检验。两个以上的变量交叉分类的频数分布表。

参与评论您还未登录，请先登录后发表或查看评论

【Python数据分析统计方法全攻略】：掌握10大核心统计技术提升分析效率

热门推荐

谢彦的技术博客

02-17

8万+

1. 常用函数库 scipy包中的stats模块和statsmodels包是python常用的数据分析工具，scipy.stats以前有一个models子模块，后来被移除了。这个模块被重写并成为了现在独立的statsmodels包。 scipy的stats包含一些比较基本的工具，比如：t检验，正态性检验，卡方检验之类，statsmodels提供了更为系统的统计模型，包括线性模型，时序分析...

Python数据分析之pandas统计分析

Aurora Silent

07-27

7万+

pandas模块为我们提供了非常多的描述性统计分析的指标函数，如总和、均值、最小值、最大值等，我们来具体看看这些函数：1、随机生成三组数据import numpy as np import pandas as pdnp.random.seed(1234) d1 = pd.Series(2*np.random.normal(size = 100)+3) d2 = np.random.f(2,4,siz

python数据分析课程笔记 | 第五章 Python统计分析（上）

SimbaG的博客

05-27

386

目录：5.1 描述性统计分析（1）基本统计学概念（2）统计量（3）离散程度（4）点估计和区间估计5.2 假设检验（1）假设检验概念（2）假设检验基本步骤（3）显著性水平与拒绝域（4）单样本t检验（5）双样本t检验 5.1 描述性统计分析 （1）基本统计学概念总体样本（2）统计量可以在一定程度上反应总体的特征，从样本数据中计算得到，常见统计量包括：均值标准差中位数分位数众数（3）离散程度统计量可以对数据有个大体的认识，仅反应了数据的某些趋势，常见的离散程度有：极差四分位差

python数据分析课程笔记 | 第四章 Matplotlib数据可视化（上）

SimbaG的博客

05-22

1091

目录：4.1 matplotlib绘图基础4.2 简单图形绘制（1）饼图（2）条形图（3）直方图（4）散点图4.3 图形基本设置4.4 统计图形实战（1）柱状图（2）直方图（3）箱线图（4）散点图（5）折线图 4.1 matplotlib绘图基础 import numpy as np import matplotlib.pyplot as plt # 解决中文乱码问题 plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.uni

牛客python数据分析代码笔记

04-10

### 牛客Python数据分析代码笔记 #### 数据处理在Python的数据分析过程中，数据处理是非常重要的第一步，它包括数据导入、数据清洗以及数据转换等环节。接下来将详细介绍几个关键步骤。 ##### 1. 数据导入数据...

精选资源

python数据分析与数据化运营笔记

03-08

"Python 数据分析与数据化运营笔记" 本笔记涵盖了 Python 在数据分析与数据化运营中的应用，包括数据化运营的定义、意义、工作流程、Python 的应用、相关工具和组件等。一、数据化运营的定义和意义数据化运营是...

基于python的统计分析

m0_55679583的博客

05-17

869

#统计建模 import os print(os.getcwd()) import pandas as pd test = pd.read_csv('D:/Titanic data/test.csv',index_col=0) print(test.head()) #查看数据形状（行数和列数） test.shape print(test.shape) #查看数据的简要信息 test.info() print(test.info()) #查看列名 print(test.columns) #...

python统计包

11-04

python统计包，比较不好下载，因为国外网站被墙了，用代理很长时间才找到

python统计分析方法

weixin_42010722的博客

10-13

2094

下面将主要对统计分析这部分做详细展开。

Python+统计学 | 探索常用的数据分析统计分布

SeizeeveryDay的博客

07-08

1387

本文用Python统计模拟的方法，介绍四种常用的统计分布，包括离散分布：二项分布和泊松分布，以及连续分布，指数分布和正态分布，最后查看人群的身高和体重数据所符合的分布。# 导入相关模块 ...

python与统计分析-Python 汇总和计数进行统计分析

weixin_39935571的博客

11-11

489

Python 汇总和计数进行统计分析，基于函数sum()和len()，可以给出算术平均值的简单定义，如下所示：def mean(items):return sum(items) / len(items)虽然这个定义很简洁，却不能用于可迭代对象，只能用于支持len()函数的集合，这一点通过添加类型标示很容易发现。定义mean(items: Iterable) -> float不成立，因为Iterab...

第五章 Python数据分析

weixin_46400833的博客

07-03

184

使用python进行常见统计分析

志浩同学的博客

07-19

8068

文章目录使用plotnine库自带的mtcars汽车数据集plotnine绘图散点图+回归线分组分面（xkcd主题）描述性统计量其他描述性统计量统计学检验正态性检验两独立样本均值t检验两相关样本均值t检验两独立样本分布的秩和检验两相关样本分布的秩和检验方差分析卡方检验相关分析pearson相关spearman相关回归分析多重线性回归含有定性变量加入非线性变换Logistic回归OR值泊松回归RR值不可否认的是python的统计功能若于R和SAS，但对于常见的统计分析，python亦可以实现。本文介绍Pyt

python统计分析——t分布、卡方分布、F分布

maizeman126的博客

03-22

3935

1908年，在都柏林的吉尼斯啤酒厂工作的W. S. Gosset被小样本的问题所在吸引，比如说大麦的化学性质，其样本量经常低至3左右。从下一批次的药品开始，n=13的随机样本的重量为3.04g、2.94g、3.01g、3.00g、2.94g、2.91g、3.02g、3.04g、3.09g、2.95g、2.99g、3.10g、3.02g。而其上限值是小于分布的97.5%的值。95%置信区间（CI）的宽度，也就是说，这个区间在95%的情况下包含了真实的均值，该置信区间和包含95%样本均值的总体均值的宽度相同。

《python数据分析与挖掘实战》读书笔记代码精解

2. **读书笔记记录**：描述中提到的“第3章到第5章的代码”，表明笔记中记录了该书第三章至第五章的代码实现。这可能涉及以下内容： - **第三章**：通常涉及数据的获取、清洗和准备，这可能是代码笔记中重要的部分...