카이제곱 검정

Python으로 설문 데이터 분석하기

EbunOluwa Andrew

Data Scientist

카이제곱 검정

범주형 변수 분포에 대한 추론
- 관측도수 vs 기대도수 비교

Dice photo by Edge2Edge Media on Unsplash

설문 분석에서의 카이제곱 검정

모집단의 두 범주형 변수 관계 판단
$H_{o}$ = 변수 간 관계 없음
$H_{a}$ = 변수 간 관계 있음
P-값
- 유의(<0.05) 시 귀무가설 기각
- 비유의(>0.05) 시 귀무가설 채택

설문 분석에서 카이제곱 검정을 쓰는 이유

출력 변수와 관련 있는 입력 변수 선정
변수들이 모집단에 미치는 영향 파악
차이가 우연인지 통계적으로 유의한지 확인

Survey results photo by Firmbee.com on Unsplash

¹ Photo by Firmbee.com on Unsplash

설문 분석에서 카이제곱 검정의 가정

두 변수 모두 범주형
표본은 모집단에서 무작위 추출
표본 크기 > 100
기대도수 >=5

카이제곱 분석을 위한 설문 데이터

pet_type	current_pets	time_spent	reduces_stress
dog	1	420	yes
dog	1	180	yes
dog	4	30	yes
dog	1	30	yes
dog	1	60	yes

카이제곱 분석을 위한 설문 데이터

표본 크기 >100
두 개의 범주형 변수:
- pet_type
- reduces_stress

$$H_{o} $$ 반려동물 유형과 스트레스 감소 인식 간 관계 없음
$$H_{a}$$ 반려동물 유형과 스트레스 감소 인식 간 관계 있음

파이썬으로 pet_survey의 카이제곱 분석 단계

import pandas as pd
import scipy.stats as st
data = pd.read_csv('pet_survey.csv') 

cross_table = pd.crosstab(data.reduces_stress, data.pet_type)

chi_analysis = st.chi2_contingency(cross_table)

print(chi_analysis)

|--------------------------|
| (67.7,                   | 
| 1.9e-16,                 |
| 1,                       |
| array([[1767.0, 1825.0], |
| [2251.0, 2325.0]]))      |

pet_survey 결과와 해석

도수 >= 5
- 결과 유효
p-값 < 0.05
- 귀무가설 기각
- pet_owned와 reduces_stress는 관련 있음
반려동물 유형은 스트레스 감소 인식에 영향을 줌

카이제곱 검정 결과

연습해 봅시다!

Python으로 설문 데이터 분석하기