用于确定在每个类别中投票的人的卡方

Question

我的数据集包含以下列：

Voted? Political Category
1            Right
0            Left
1            Center
1            Right
1            Right
1            Right

我需要查看哪个类别与投票的人最相关。为此，我需要计算卡方。 我想要按投票分组？和政治类别才能有这样的东西：

(1, Right) : 1500 people
(0, Right) : 202 people
(1, Left): 826 people
(0, Left): 652 people
(1, Center): 431 people
(0, Center): 542 people

在 R 中，我会这样做：

yes = c(1500, 826, 431)
no  = c(212, 652, 542)
TBL = rbind(yes, no);  TBL

    [,1] [,2] [,3]
yes 1500  826  431
no   212  652  542

并申请

chisq.test(TBL, cor=F)

与：

X-squared = 630.08, df = 2, p-value < 2.2e-16

如果我使用 prop.test 会更好，因为它会给出每个政治类别中投票的人的比例。

   prop 1    prop 2    prop 3 
0.8761682 0.5588633 0.4429599 

我想在 Python 中获得相同或相似的结果。

Answer 1

您的数据采用contingency table 的形式。 SciPy 有函数scipy.stats.chi2_contingency 用于将卡方检验应用于列联表。

例如，

In [48]: import numpy as np

In [49]: from scipy.stats import chi2_contingency

In [50]: tbl = np.array([[1500, 826, 431], [212, 652, 542]])

In [51]: stat, p, df, expected = chi2_contingency(tbl)

In [52]: stat
Out[52]: 630.0807418107023

In [53]: p
Out[53]: 1.5125346728116583e-137

In [54]: df
Out[54]: 2

In [55]: expected
Out[55]: 
array([[1133.79389863,  978.82440548,  644.38169589],
       [ 578.20610137,  499.17559452,  328.61830411]])