كيفية إجراء اختبار استقلالية مربع كاي في بايثون

اختبار مربع كاي للاستقلال   يتم استخدامه لتحديد ما إذا كان هناك ارتباط كبير بين متغيرين فئويين أم لا.

يشرح هذا البرنامج التعليمي كيفية إجراء اختبار استقلال مربع كاي في بايثون.

مثال: اختبار استقلال مربع كاي في بايثون

لنفترض أننا نريد أن نعرف ما إذا كان الجنس مرتبطًا بتفضيل حزب سياسي أم لا. أخذنا عينة عشوائية بسيطة من 500 ناخب وسألناهم عن تفضيلاتهم الحزبية. ويعرض الجدول التالي نتائج الاستطلاع:

استخدم الخطوات التالية لإجراء اختبار استقلالية مربع كاي في لغة بايثون لتحديد ما إذا كان الجنس مرتبطًا بتفضيلات الحزب السياسي.

الخطوة 1: إنشاء البيانات.

أولاً، سنقوم بإنشاء جدول للاحتفاظ ببياناتنا:

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

الخطوة 2: إجراء اختبار مربع كاي للاستقلال.

بعد ذلك، يمكننا إجراء اختبار استقلال مربع كاي باستخدام دالة chi2_contingency من مكتبة SciPy، والتي تستخدم الصيغة التالية:

chi2_contingency (لوحظ)

ذهب:

• ملحوظة: جدول طوارئ للقيم المرصودة.

يوضح الكود التالي كيفية استخدام هذه الوظيفة في مثالنا المحدد:

 import scipy.stats as stats

#perform the Chi-Square Test of Independence
stats.chi2_contingency(data)

(0.864,
 0.649,
 2,
 array([[115. , 92.5, 42.5],
        [115. , 92.5, 42.5]]))

وطريقة تفسير النتيجة هي كما يلي:

• إحصائية اختبار مربع كاي: 0.864
• القيمة الاحتمالية: 0.649
• درجات الحرية: 2 (يتم حسابها على أنها #rows-1 * #columns-1)
• الجدول: يعرض الجدول الأخير القيم المتوقعة لكل خلية في جدول الاحتمالات.

تذكر أن اختبار مربع كاي للاستقلال يستخدم الفرضيات الصفرية والبديلة التالية:

• H ₀ : (فرضية العدم) المتغيران مستقلان.
• ح ₁ : (فرضية بديلة) المتغيران غير مستقلين.

وبما أن القيمة p (0.649) للاختبار لا تقل عن 0.05، فإننا نفشل في رفض فرضية العدم. وهذا يعني أنه ليس لدينا أدلة كافية للقول بوجود علاقة بين النوع الاجتماعي وتفضيلات الأحزاب السياسية.

وبعبارة أخرى، فإن تفضيلات النوع الاجتماعي والأحزاب السياسية مستقلة.