Python တွင် chi-square လွတ်လပ်ရေးစမ်းသပ်မှုပြုလုပ်နည်း


လွတ်လပ်ရေး၏ Chi-square စမ်းသပ်မှု   categorical variable နှစ်ခုကြားတွင် သိသာထင်ရှားသော ဆက်စပ်မှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။

ဤသင်ခန်းစာသည် Python ရှိ chi-square လွတ်လပ်ရေးစမ်းသပ်မှုကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြထားသည်။

ဥပမာ- Python ရှိ Chi-square လွတ်လပ်ရေးစမ်းသပ်မှု

နိုင်ငံရေး ပါတီတစ်ခုအတွက် ဦးစားပေးမှုတွင် ကျား၊မ ဆက်စပ်မှု ရှိ၊ မရှိ သိလိုသည်ဆိုပါစို့။ ကျွန်ုပ်တို့သည် မဲဆန္ဒရှင် ၅၀၀ ၏ ရိုးရှင်းသော ကျပန်းနမူနာကို ယူကာ ၎င်းတို့၏ နိုင်ငံရေး ပါတီကို နှစ်သက်မှုအကြောင်း မေးမြန်းပါသည်။ အောက်ပါဇယားသည် စစ်တမ်း၏ရလဒ်များကို ဖော်ပြသည်။

ရီပတ်ဘလီကန် ဒီမိုကရက်တစ် လွတ်လပ်သော စုစုပေါင်း
အထီး ၁၂၀ ၉၀ ၄၀ ၂၅၀
အပျို ၁၁၀ ၉၅ ၄၅ ၂၅၀
စုစုပေါင်း ၂၃၀ ၁၈၅ ၈၅ ၅၀၀

Python တွင် ကျားမ သည် နိုင်ငံရေး ပါတီ ဦးစားပေးမှု နှင့် ဆက်နွှယ်မှုရှိမရှိ ဆုံးဖြတ်ရန် အောက်ပါ အဆင့်များကို အသုံးပြုပါ။

အဆင့် 1: ဒေတာကိုဖန်တီးပါ။

ပထမဦးစွာ ကျွန်ုပ်တို့သည် ကျွန်ုပ်တို့၏ဒေတာကို ထိန်းသိမ်းရန် ဇယားတစ်ခုကို ဖန်တီးပါမည်။

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

အဆင့် 2- လွတ်လပ်ရေး chi-square စမ်းသပ်မှုကို လုပ်ဆောင်ပါ။

ထို့နောက်၊ အောက်ပါ syntax ကိုအသုံးပြုထားသည့် SciPy စာကြည့်တိုက်မှ chi2_contingency လုပ်ဆောင်ချက်ကို အသုံးပြု၍ chi-square လွတ်လပ်ရေးစမ်းသပ်မှုကို လုပ်ဆောင်နိုင်သည်-

chi2_contingency (သတိပြုမိသည်)

ရွှေ-

  • သတိပြုမိသည်- စောင့်ကြည့်လေ့လာထားသော တန်ဖိုးများ၏ အရေးပေါ်ဇယား။

အောက်ပါကုဒ်သည် ကျွန်ုပ်တို့၏ သီးခြားဥပမာတွင် ဤလုပ်ဆောင်ချက်ကို အသုံးပြုနည်းကို ပြသသည်-

 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]]))

ရလဒ်ကို အဓိပ္ပာယ်ဖွင့်ဆိုရန် နည်းလမ်းမှာ အောက်ပါအတိုင်းဖြစ်သည်။

  • Chi-square စမ်းသပ်မှုစာရင်းအင်း- 0.864
  • p-တန်ဖိုး- 0.649
  • လွတ်လပ်မှုဒီဂရီ- 2 ( #rows-1 * #columns-1 အဖြစ် တွက်ချက်သည်)
  • ဇယား- နောက်ဆုံးဇယားသည် အရေးပေါ်အခြေအနေဇယားရှိ ဆဲလ်တစ်ခုစီအတွက် မျှော်မှန်းတန်ဖိုးများကို ပြသသည်။

လွတ်လပ်ရေး၏ chi-square စမ်းသပ်မှုတွင် အောက်ပါ null နှင့် အခြားအခြားသော အယူအဆများကို အသုံးပြုထားကြောင်း သတိရပါ။

  • H 0 : (null hypothesis) ကိန်းရှင်နှစ်ခုသည် သီးခြားဖြစ်သည်။
  • H 1 : (အစားထိုးယူဆချက်) ကိန်းရှင်နှစ်ခုသည် သီးခြား မဟုတ်ပေ

စမ်းသပ်မှု၏ p-value (0.649) သည် 0.05 ထက်မနည်းသောကြောင့်၊ null hypothesis ကို ငြင်းပယ်ရန် ပျက်ကွက်ပါသည်။ ဆိုလိုသည်မှာ ကျား၊မ နှင့် နိုင်ငံရေး ပါတီများ၏ နှစ်သက်ရာများကြားတွင် ဆက်စပ်မှုရှိသည်ဟု ဆိုရန် လုံလောက်သော အထောက်အထား မရှိပါ။

တစ်နည်းဆိုရသော် ကျား၊မ၊

မှတ်ချက်တစ်ခုထည့်ပါ။

သင့် email လိပ်စာကို ဖော်ပြမည် မဟုတ်ပါ။ လိုအပ်သော ကွက်လပ်များကို * ဖြင့်မှတ်သားထားသည်