Python - 列聯表的獨立性檢驗（卡方檢驗）

想對兩個或兩個以上因子彼此之間是否相互獨立做檢驗時，就要用到卡方檢驗，原以為在Python中實現會像R的chisq.test一樣簡便，但scipy的stats模塊功能實在分得太細，之前查到的是stats中的chisquare方法，但嘗試過后發現chisquare實際上是做適合性檢驗的。 

e.g. 三種農葯的殺蟲數據

殺蟲效果	甲	乙	丙
死亡數	37	49	23
未死亡數	150	100	57

分析殺蟲效果與農葯類型是否有關

import numpy as np from scipy.stats import chi2_contingency d = np.array([[37, 49, 23], [150, 100, 57]]) chi2_contingency(d)

輸出為： 
(7.6919413561281065, 
0.021365652322337315, 
2, 
array([[ 48.99759615, 39.04086538, 20.96153846], 
[ 138.00240385, 109.95913462, 59.03846154]]))

第一個值為卡方值，第二個值為P值，第三個值為自由度，第四個為與原數據數組同維度的對應理論值

具體參考文檔：scipy.stats.chi2_contingency