卡方檢定

使用 Python 分析問卷資料

EbunOluwa Andrew

Data Scientist

卡方檢定

  • 類別變數分佈的推論
    • 比較觀察值與期望值

骰子照片，攝影：Edge2Edge Media，來源 Unsplash

使用 Python 分析問卷資料

問卷分析中的卡方檢定

  • 判斷母體中兩個類別變數是否相關
  • $H_{o}$ = 變數間無關係
  • $H_{a}$ = 變數間有關係
  • P 值
    • 顯著（<0.05）則拒絕虛無假設
    • 不顯著（>0.05）則接受虛無假設
使用 Python 分析問卷資料

為何在問卷分析用卡方檢定

  • 挑選與輸出變數相關的自變數

  • 了解不同變數對母體的影響

  • 檢查差異是偶然還是統計上顯著

問卷結果照片，攝影：Firmbee.com，來源 Unsplash

1 Photo by Firmbee.com on Unsplash
使用 Python 分析問卷資料

問卷卡方檢定的假設條件

  • 兩個變數皆為類別
  • 樣本自母體隨機抽樣
  • 樣本數 > 100
  • 期望次數 >= 5
使用 Python 分析問卷資料

卡方分析的問卷資料

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
使用 Python 分析問卷資料

卡方分析的問卷資料

  • 樣本數 > 100
  • 兩個類別變數：
    • pet_type
    • reduces_stress
  • $$H_{o} $$ 寵物種類與飼主自覺減壓「無」關係
  • $$H_{a}$$ 寵物種類與飼主自覺減壓「有」關係
使用 Python 分析問卷資料

在 Python 進行 pet_survey 的卡方分析步驟

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]]))      |
使用 Python 分析問卷資料

pet_survey 的結果與解讀

  • 次數 >= 5

    • 結果有效

  • p 值 < 0.05

    • 拒絕虛無假設
    • pet_owned 與 reduces_stress 相關

  • 飼養的寵物種類會影響飼主是否感到壓力下降

卡方檢定結果

使用 Python 分析問卷資料

一起來練習吧！

使用 Python 分析問卷資料

Preparing Video For Download...