15、统计分析与数据可视化：从理论到实践

统计分析与数据可视化：从理论到实践

1. 卡方检验

卡方检验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关联。例如，在分析BMI趋势是否与2009年不同时，我们可以使用卡方检验。

import scipy.stats as stats
import numpy as np

# 假设我们有观察值和期望值
observed = np.array([...])  # 请根据实际情况填写观察值
expected = np.array([...])  # 请根据实际情况填写期望值

chi_squared, p_value = stats.chisquare(f_obs= observed, f_exp= expected)
print(chi_squared, p_value)

当p值低于0.05时，我们可以拒绝原假设，认为现在的BMI趋势与2009年不同。

在A/B测试中，我们也可以使用卡方检验来确定两个变量之间是否存在关联。例如，我们想知道用户看到的网站页面（网站A或网站B）是否会影响他们的注册率。

	未注册	注册
网站A	134	54
网站B	110	48