如何在Python中计算含多分类的两个分类变量的相关性

针对多分类变量（如你的Food，含4种类别）和分类变量（如Gender）的相关性检验，卡方独立性检验是合适的方法，它能判断两个分类变量是否存在统计上的关联，不受变量是二元还是多分类的限制。

示例数据集 #

Python实现代码 #

import pandas as pd
from scipy.stats import chi2_contingency

# 假设df是你的数据集
CrosstabResult = pd.crosstab(index=df['FOOD'], columns=df['GENDER'])
print("列联表结果：")
print(CrosstabResult)

# 执行卡方检验
ChiSqResult = chi2_contingency(CrosstabResult)

# 输出p值
print('卡方检验的P值为:', ChiSqResult[1])

结果解释 #

• 卡方检验的原假设（H0）：Food和Gender两个变量相互独立，不存在相关性。
• 判断规则：
  • 若P值 > 0.05：接受原假设，认为两个变量无显著关联；
  • 若P值 ≤ 0.05：拒绝原假设，认为两个变量存在显著的统计相关性。

内容的提问来源于stack exchange，提问作者DANIEL LOPEZ OZCOZ