pythonでやる独立性の検定

前提

グラフの描画はseabornを使います

pythonスクリプト

import pandas as pd
import scipy.stats as st
import matplotlib.pyplot as plt
import seaborn as sns

df = pd.DataFrame(columns=['value1','value2'])
df.loc['A'] = [500,301]
df.loc['B'] = [502,234]
df

result = st.chi2_contingency(df)
df2 = pd.DataFrame([result], columns=['chi_square','p値','dof','expected'])
df2

plt.figure(figsize=(14,5))
r = st.chi2.rvs(df2['dof'], size=10000)
ax = sns.distplot(r)
ax.axvline(df2['chi_square'].array, color='red')

データの読み取り

カイ二乗分布は発生しにくい値は数値が大きくなる特徴を持つことにより棄却域は右側におき、片側検定となる。 なので赤いラインより右側の面積がp値となる。