カイ二乗検定

Pythonで学ぶアンケートデータ分析

EbunOluwa Andrew

Data Scientist

カイ二乗検定

カテゴリ変数の分布に関する推測
- 観測値と期待値を比較

Edge2Edge Media によるサイコロの写真（Unsplash）

調査分析におけるカイ二乗検定

集団の2つのカテゴリ変数の関係を判定
$H_{o}$ = 変数間に関係なし
$H_{a}$ = 変数間に関係あり
p値
- 有意 (<0.05) の場合、帰無仮説を棄却
- 有意でない (>0.05) 場合、帰無仮説を採択

調査分析でカイ二乗検定を使う理由

出力変数に関係する入力変数を特定
変数が集団に与える影響を把握
差が偶然か、統計的に有意かを確認

Firmbee.com によるアンケート結果の写真（Unsplash）

¹ Photo by Firmbee.com on Unsplash

調査分析でのカイ二乗検定の前提

両変数はカテゴリ型
集団から無作為抽出
サンプルサイズ > 100
期待度数 >=5

カイ二乗分析用の調査データ

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

カイ二乗分析用の調査データ

サンプルサイズ >100
2つのカテゴリ変数:
- pet_type
- reduces_stress

$$H_{o} $$ 飼っているペットの種類と、ストレスが減るという認識には関係がない
$$H_{a}$$ 飼っているペットの種類と、ストレスが減るという認識には関係がある

Pythonでのpet_surveyのカイ二乗分析手順

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 の結果と解釈

度数 >= 5
- 結果は有効
p値 < 0.05
- 帰無仮説を棄却
- pet_owned と reduces_stress は関連あり
飼うペットの種類は、ストレス軽減の認識に影響する

カイ二乗検定の結果

練習してみましょう！

Pythonで学ぶアンケートデータ分析