Skip to main content
 首页 » 编程设计

python之观察计数与预期计数之间的差异表

2024年11月01日9zlslch

我有数据,我正在为一个二元因变量建模。还有 5 个其他分类预测变量,我对每个变量和因变量进行了独立性卡方检验。所有人都得出了非常低的 p 值。

现在,我想创建一个图表来显示观察到的计数和预期计数之间的所有差异。看起来这应该是 scipy chi2_contingency 函数的一部分,但我想不通。

我唯一能想到的是 chi2_contingency 函数将输出一个预期计数数组,所以我想我需要弄清楚如何将我的观察计数交叉表转换为一个数组,然后将两者相减。

  ## Gender & Income:  cross-tabulation table and chi-square 
 
  ct_sex_income=pd.crosstab(adult_df.sex, adult_df.income, margins=True) 
  ct_sex_income 
 
  ## Run Chi-Square test 
 
  scipy.stats.chi2_contingency(ct_sex_income) 
 
  ## try to subtract them 
 
  ct_sex_income.observed - chi2_contingency(ct_sex_income)[4] 

我得到的错误是“AttributeError:‘DataFrame’对象没有属性‘observed’”

我只想要一个显示差异的数组。

TIA 寻求帮助

请您参考如下方法:

我不知道你的数据,也不知道你观察到的函数是如何定义的。我不太明白你的意图,可能是关于根据人们的婚姻状况预测他们的收入。

我在这里为您的问题发布了一种可能的解决方案。

        import pandas as pd 
        import numpy as np 
        import scipy.stats as stats 
        from scipy.stats import chi2_contingency 
 
        # some bogus data 
        data = [['single','30k-35k'],['divorced','40k-45k'],['married','25k-30k'], 
                ['single','25k-30k'],['married','40k-45k'],['divorced','40k-35k'], 
                ['single','30k-35k'],['married','30k-35k'],['divorced','30k-35k'], 
                ['single','30k-35k'],['married','40k-45k'],['divorced','25k-30k'], 
                ['single','40k-45k'],['married','30k-35k'],['divorced','30k-35k'], 
                ] 
 
        adult_df = pd.DataFrame(data,columns=['marital','income']) 
 
        X = adult_df['marital'] #variable 
        Y = adult_df['income']  #prediction 
 
        dfObserved = pd.crosstab(Y,X)  
 
        results = [] 
 
        #Chi-Statistic, P-Value, Degrees of Freedom and the expected frequencies 
        results =  stats.chi2_contingency(dfObserved.values) 
        chi2  = results[0]  
        pv    = results[1] 
        free  = results[2] 
        efreq = results[3] 
 
        dfExpected = pd.DataFrame(efreq, columns=dfObserved.columns, index = dfObserved.index) 
 
        print(dfExpected) 
        """ 
        marital  divorced   married    single 
        income                                
        25k-30k  1.000000  1.000000  1.000000 
        30k-35k  2.333333  2.333333  2.333333 
        40k-35k  0.333333  0.333333  0.333333 
        40k-45k  1.333333  1.333333  1.333333 
        """ 
 
        print(dfObserved) 
        """  
        marital  divorced  married  single 
        income                             
        25k-30k         1        1       1 
        30k-35k         2        2       3 
        40k-35k         1        0       0 
        40k-45k         1        2       1 
        """ 
 
        difference = dfObserved - dfExpected 
        print(difference) 
        """" 
        marital  divorced   married    single 
        income                                
        25k-30k  0.000000  0.000000  0.000000 
        30k-35k -0.333333 -0.333333  0.666667 
        40k-35k  0.666667 -0.333333 -0.333333 
        40k-45k -0.333333  0.666667 -0.333333 
        """ 

希望对你有帮助