观察计数与预期计数差异表
观察计数与预期计数差异表
提问于 2019-10-12 01:52:55
我有一个数据，我正在为一个二进制因变量建模。还有另外5个分类预测变量，我对每个变量的独立性进行了卡方检验，对因变量进行了卡方检验。所有这些都得到了非常低的p值。
现在，我想创建一个图表，显示观察到的计数和预期计数之间的所有差异。这看起来应该是scipy chi2_contingency函数的一部分，但我搞不清楚。
我唯一能想到的就是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成一个数组，然后减去这两个数组。
## 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“观察到：'DataFrame‘对象没有’AttributeError‘属性”
我只想要一个显示差异的数组。
TIA寻求任何帮助
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-10-12 04:16:12
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，可能是根据人们的婚姻状况预测他们的收入。
我在这里发布了你的问题的一个可能的解决方案。
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
"""我希望它能帮上忙
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/58346290
复制相关文章
相似问题
腾讯云开发者
