Критерій хі-квадрат

Аналіз опитувальних даних у Python

EbunOluwa Andrew

Data Scientist

Критерій хі-квадрат

  • Висновки про розподіл категоріальної змінної
    • Порівнює спостережені значення з очікуваними

Фото гральних кісток від Edge2Edge Media на Unsplash

Аналіз опитувальних даних у Python

Критерій хі-квадрат в аналізі опитувань

  • Визначає зв'язок між двома категоріальними змінними в популяції
  • $H_{o}$ = зв'язку між змінними немає
  • $H_{a}$ = зв'язок між змінними є
  • P-value
    • якщо значуще (<0,05), відхиляємо нульову гіпотезу
    • якщо незначуще (>0,05), приймаємо нульову гіпотезу
Аналіз опитувальних даних у Python

Навіщо використовувати критерій хі-квадрат в аналізі опитувань

  • Вхідні змінні, що стосуються вихідної змінної

  • Зрозумійте вплив різних змінних на популяцію

  • Перевірте, чи відмінності випадкові, чи статистично значущі

Фото результатів опитування від Firmbee.com на Unsplash

1 Фото від Firmbee.com на Unsplash
Аналіз опитувальних даних у Python

Припущення критерію хі-квадрат для аналізу опитувань

  • Обидві змінні — категоріальні
  • Вибірка випадкова з популяції
  • Розмір вибірки > 100
  • Очікувані частоти ≥ 5
Аналіз опитувальних даних у Python

Дані опитування для аналізу хі-квадрат

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
Аналіз опитувальних даних у Python

Дані опитування для аналізу хі-квадрат

  • Розмір вибірки >100
  • Дві категоріальні змінні:
    • pet_type
    • reduces_stress
  • $$H_{o} $$ НЕМАЄ зв'язку між типом домашнього улюбленця та відчуттям зменшення стресу у власників
  • $$H_{a}$$ Є зв'язок між типом домашнього улюбленця та відчуттям зменшення стресу у власників
Аналіз опитувальних даних у Python

Кроки аналізу хі-квадрат для pet_survey в Python

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]]))      |
Аналіз опитувальних даних у Python

Результат і тлумачення pet_survey

  • Частоти ≥ 5

    • Результати валідні

  • p-value < 0,05

    • відхиляємо нульову гіпотезу
    • pet_owned і reduces_stress пов'язані

  • Тип улюбленця впливає на те, чи власники відчувають зниження стресу

результати критерію хі-квадрат

Аналіз опитувальних даних у Python

Давайте потренуємось!

Аналіз опитувальних даних у Python

Preparing Video For Download...