有偿求eta相关性分析python代码

Question

问题遇到的现象和发生背景

python数据分析，寻找eta检测法的python代码

遇到的现象和发生背景，请写出第一个错误信息

eta检测法检测类别数据和数量数据之间的相关性

用代码块功能插入代码，请勿粘贴截图。 不用代码块回答率下降 50%

没有找到代码，求指路，接受有偿

运行结果及详细报错内容

我的解答思路和尝试过的方法，不写自己思路的，回答率下降 60%

找了很多地方都没有找到，github和csdn都试过了，最后找到一个用spss进行计算的方法，又显示数据量太大无法运转（1000的上限能干什么哦……）
链接：https://blog.csdn.net/xiaoyouyouaaa/article/details/122521426?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522167179641016782425177248%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=167179641016782425177248&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~top_positive~default-1-122521426-null-null.142^v68^pc_rank_34_queryrelevant25,201^v4^add_ask,213^v2^t3_esquery_v2&utm_term=spss%E7%9B%B8%E5%85%B3%E6%80%A7%E5%88%86%E6%9E%90&spm=1018.2226.3001.4187

我想要达到的结果，如果你需要快速回答，请尝试 “付费悬赏”?%ra=card

求eta相关性检测法的python代码

Answer 1

import pandas as pd
from scipy.stats import chi2_contingency

# 读入数据
df = pd.read_csv('data.csv')

# 分离类别变量和数量变量
cat_var = df['cat_var']
num_var = df['num_var']

# 计算卡方统计量和 p 值
chi2, p, dof, expected = chi2_contingency(pd.crosstab(cat_var, num_var))

# 判断类别变量和数量变量之间是否存在相关性
if p < 0.05:
    print('存在相关性')
else:
    print('不存在相关性')

上述代码中，cat_var 和 num_var 分别表示类别变量和数量变量。函数 chi2_contingency 返回卡方统计量、p 值、自由度和期望值。如果 p 值小于 0.05，则可以判断类别变量和数量变量之间存在相关性。

上述代码假设数据的分布是正态分布，如果数据不满足正态分布，则需要使用其他方法来检测类别数据和数量数据之间的相关性。