Python 熊猫列数据的卡方检验

我需要计算

 CAT    Label
0   A   0.0
1   A   0.0
2   B   1.0
4   A   0.0
6   B   0.0
... ... ...
3566    C   0.0
3567    A   0.0
3568    B   0.0
3571    C   1.0

我一直在使用交叉表：

data = pd.crosstab(df['CAT'],df['Label'], margins = False)

我得到以下信息：

Label   0.0 1.0
CAT     
A   425 37
B   718 82
C   637 128

计算卡方，我得到以下结果：

contingency = pd.crosstab(df['CAT'], df['Label'])
stat, p, dof, expected = chi2_contingency(contingency)

alpha = 0.05

print('Significance=%.3f, p=%.3f' % (alpha, p))
if p <= alpha:
    print('-> Variables are associated')
else:
    print('-> Variables are not associated')

---

你认为这种方法正确吗？结果可靠吗？当我检查一个不同的变量时，我也得到一个p_值=0.000。我想知道，既然我有A、B和C，我是否不能在这种情况下应用卡方检验。

您将小数位数限制为3。很可能你的p值要小得多，四舍五入到0.000。例如，尝试将p的格式更改为“.5g”，这样可能会显示甚至很小的p值。

谢谢。所以在这种情况下使用卡方检验是正确的，不是吗？这取决于你的零假设是什么。仅根据p值做出决策可能很棘手。我发现这篇文章非常有用：

Significance=0.050, p=0.000
Variables are associated.