O teste qui-quadrado é um método estatístico para determinar se duas variáveis categóricas têm uma correlação significativa entre elas. Ambas as variáveis devem ser da mesma população e devem ser categóricas como - Sim / Não, Masculino / Feminino, Vermelho / Verde, etc. Por exemplo, podemos construir um conjunto de dados com observações sobre o padrão de compra de sorvete das pessoas e tentar correlacionar o gênero de uma pessoa com o sabor do sorvete de sua preferência. Se uma correlação for encontrada, podemos planejar o estoque apropriado de sabores, sabendo o número de gênero das pessoas que os visitam.
Usamos várias funções na biblioteca numpy para realizar o teste do qui-quadrado.
from scipy import stats
import numpy as np
import matplotlib.pyplot as plt
x = np.linspace(0, 10, 100)
fig,ax = plt.subplots(1,1)
linestyles = [':', '--', '-.', '-']
deg_of_freedom = [1, 4, 7, 6]
for df, ls in zip(deg_of_freedom, linestyles):
ax.plot(x, stats.chi2.pdf(x, df), linestyle=ls)
plt.xlim(0, 10)
plt.ylim(0, 0.4)
plt.xlabel('Value')
plt.ylabel('Frequency')
plt.title('Chi-Square Distribution')
plt.legend()
plt.show()
Está output é o seguinte -