Python scipy.stats.chi2_独立性测试偶然性产生的p值

用于测试两个特征是否独立， H0:A和B是独立的 H1:A和B是独立的

p<0.05，则A和B是依赖性的

在尝试下面的代码时，很明显这两个数组是相互依赖的（它们是相同的数组）

我得到以下结果：

(0.0, 1.0, 2, array([[10., 10., 10.],
        [10., 10., 10.]]))

i、 e.p值为1.0>0.05，因此我们接受两个数组相互独立的零假设

---

是我的假设错了还是生成了1-p值？

您得到的计算是正确的。这只意味着您拥有的变量是独立的，没有关联或相互连接。事件的独立性意味着它不会影响或影响另一事件的发生

在您的示例中，所有概率值都是相同的，因此就概率而言，获取事件A的事件不依赖于另一个事件B

  P(A|B) = P(A)  or P(B|A) = P(B)

它读取给定事件B的事件A的概率与A的概率相同，因为A和B是独立的。因此，P（A），P（B），P（A | B）和P（B | A）是相同的，因为A和B是基于chisq统计的独立的

“独立测试”有一个“错误的名称”。实际上，该测试应命名为“依赖性测试”，其中：

H0:如果p_值保持

H1：如果p_值>treshold，则相关性-->保持

其中阈值为“显著性水平”，通常α=0.05

因此[[1,50]，[50,50]]给出的p值接近于1，因此随机矩阵给出的p值接近于0

  P(A|B) = P(A)  or P(B|A) = P(B)