Cómo realizar una prueba de independencia de chi-cuadrado en Python

Se utiliza una prueba de independencia de chi-cuadrado para determinar si existe o no una asociación significativa entre dos variables categóricas.

Este tutorial explica cómo realizar una prueba de independencia de chi-cuadrado en Python.

Ejemplo: prueba chi-cuadrado de independencia en Python

Supongamos que queremos saber si el género está asociado o no con la preferencia de un partido político. Tomamos una muestra aleatoria simple de 500 votantes y los encuestamos sobre su preferencia de partido político. La siguiente tabla muestra los resultados de la encuesta:

Utilice los siguientes pasos para realizar una prueba de independencia de chi-cuadrado en Python para determinar si el género está asociado con la preferencia de un partido político.

Paso 1: crea los datos.

Primero, crearemos una tabla para contener nuestros datos:

datos = [[120, 90, 40],
        [110, 95, 45]]

Paso 2: Realice la prueba de independencia de chi-cuadrado.

A continuación, podemos realizar la Prueba de Independencia de Chi-Cuadrado usando la función chi2_contingency de la biblioteca SciPy, que usa la siguiente sintaxis:

chi2_contingency (observado)

dónde:

• observado: una tabla de contingencia de valores observados.

El siguiente código muestra cómo usar esta función en nuestro ejemplo específico:

importar scipy.stats como estadísticas

#realice la prueba chi-cuadrado de independencia
stats.chi2_contingency (datos)

(0,864,
 0,649,
 2,
 matriz ([[115., 92.5, 42.5],
        [115. , 92,5, 42,5]]))

La forma de interpretar la salida es la siguiente:

• Estadística de prueba de chi-cuadrado: 0.864
• valor p: 0,649
• Grados de libertad: 2 (calculado como # filas-1 * # columnas-1)
• Matriz: la última matriz muestra los valores esperados para cada celda en la tabla de contingencia.

Recuerde que la prueba de independencia de chi-cuadrado utiliza las siguientes hipótesis nulas y alternativas:

• H ₀ : (hipótesis nula) Las dos variables son independientes.
• H ₁ : (hipótesis alternativa) Las dos variables no son independientes.

Dado que el valor p (.649) de la prueba no es menor que 0.05, no rechazamos la hipótesis nula. Esto significa que no tenemos evidencia suficiente para decir que existe una asociación entre género y preferencia de partido político.

En otras palabras, las preferencias de género y de partido político son independientes.

• https://r-project.org
• https://www.python.org/
• https://www.stata.com/