카이제곱 적합도 검정

Python으로 배우는 가설 검정

James Chapman

Curriculum Manager, DataCamp

퍼플 링크

최상단 리소스를 이미 방문했다는 걸 알면 어떤 기분이 드시나요?

purple_link_counts = stack_overflow['purple_link'].value_counts()

purple_link_counts = purple_link_counts.rename_axis('purple_link')\
                                       .reset_index(name='n')\
                                       .sort_values('purple_link')

         purple_link     n
2             Amused   368
3            Annoyed   263
0  Hello, old friend  1225
1        Indifferent   405

가설 설정

hypothesized = pd.DataFrame({
  'purple_link': ['Amused', 'Annoyed', 'Hello, old friend', 'Indifferent'], 
  'prop': [1/6, 1/6, 1/2, 1/6]})

         purple_link      prop
0             Amused  0.166667
1            Annoyed  0.166667
2  Hello, old friend  0.500000
3        Indifferent  0.166667

$H_{0}$: 표본은 가설 분포와 일치함

$H_{A}$: 표본은 가설 분포와 일치하지 않음

$\chi^{2}$는 각 범주에서 관측치가 기대값과 얼마나 다른지 측정합니다

alpha = 0.01

범주별 가설 도수

n_total = len(stack_overflow)
hypothesized["n"] = hypothesized["prop"] * n_total

         purple_link      prop            n
0             Amused  0.166667   376.833333
1            Annoyed  0.166667   376.833333
2  Hello, old friend  0.500000  1130.500000
3        Indifferent  0.166667   376.833333

도수 시각화

import matplotlib.pyplot as plt

plt.bar(purple_link_counts['purple_link'], purple_link_counts['n'], 
        color='red', label='Observed')

plt.bar(hypothesized['purple_link'], hypothesized['n'], alpha=0.5, 
        color='blue', label='Hypothesized')

plt.legend()
plt.show()

도수 시각화

purple_link 응답별 답변 수 막대그래프. 실제 도수는 빨강, 가설 도수는 파랑.

카이제곱 적합도 검정

print(hypothesized)

         purple_link      prop            n
0             Amused  0.166667   376.833333
1            Annoyed  0.166667   376.833333
2  Hello, old friend  0.500000  1130.500000
3        Indifferent  0.166667   376.833333

from scipy.stats import chisquare
chisquare(f_obs=purple_link_counts['n'], f_exp=hypothesized['n'])

Power_divergenceResult(statistic=44.59840778416629, pvalue=1.1261810719413759e-09)

연습해 봅시다!

Python으로 배우는 가설 검정