Python에서 임계 카이제곱 값을 찾는 방법

카이제곱 검정을 수행하면 검정 통계량을 얻을 수 있습니다. 카이제곱 검정 결과가 통계적으로 유의한지 여부를 확인하려면 검정 통계량을 중요한 카이제곱 값 과 비교할 수 있습니다. 검정 통계량이 임계 카이제곱 값보다 크면 검정 결과가 통계적으로 유의합니다.

임계 카이제곱 값은 카이제곱 분포표를 사용하거나 통계 소프트웨어를 사용하여 찾을 수 있습니다.

임계 카이제곱 값을 찾으려면 다음이 필요합니다.

• 유의성 수준(일반적인 선택은 0.01, 0.05, 0.10)
• 자유도

이 두 값을 사용하여 검정 통계량과 비교할 카이제곱 값을 결정할 수 있습니다.

Python에서 임계 카이제곱 값을 찾는 방법

Python에서 중요한 카이제곱 값을 찾으려면 다음 구문을 사용하는 scipy.stats.chi2.ppf() 함수를 사용할 수 있습니다.

scipy.stats.chi2.ppf(q, df)

금:

• q: 사용할 유의성 수준
• df : 자유도

이 함수는 제공된 유의 수준과 자유도를 기반으로 카이 제곱 분포의 임계값을 반환합니다.

예를 들어, 유의 수준 0.05, 자유도 = 11에 대한 임계 카이제곱 값을 찾고 싶다고 가정합니다.

 import scipy.stats

#find Chi-Square critical value
scipy.stats.chi2.ppf(1-.05, df=11)

19.67514

유의 수준이 0.05이고 자유도 = 11인 경우 임계 카이제곱 값은 19.67514 입니다.

따라서 카이제곱 검정을 수행하면 카이제곱 검정 통계량을 19.67514 와 비교할 수 있습니다. 검정 통계량이 19.67514보다 크면 검정 결과가 통계적으로 유의합니다.

알파 값이 작을수록 임계 카이제곱 값이 높아집니다. 예를 들어, 유의 수준 0.01 과 자유도 = 11에 대한 임계 카이제곱 값을 고려합니다.

 scipy.stats.chi2.ppf(1-.01, df=11)

24.72497

그리고 자유도는 정확히 동일하지만 유의 수준은 0.005 인 임계 카이제곱 값을 생각해 보세요.

 scipy.stats.chi2.ppf(1-.005 df=11) 
26.75685

chi2.ppf() 함수의 정확한 세부사항은 SciPy 문서를 참조하십시오.