Reed_Liu 2022-12-23 20:50 采纳率: 100%
浏览 75
已结题

有偿求eta相关性分析python代码

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

  • 写回答

5条回答 默认 最新

  • |__WhoAmI__| 2022-12-23 21:02
    关注
    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。

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论
查看更多回答(4条)

报告相同问题?

问题事件

  • 系统已结题 1月1日
  • 已采纳回答 12月24日
  • 创建了问题 12月23日

悬赏问题

  • ¥15 selenium获取非固定位置的元素
  • ¥50 手写签名不能上传的问题
  • ¥30 linux odbc怎么添加gbase数据库
  • ¥20 电脑开机黑屏,只有一个鼠标,联想zj者y7000
  • ¥20 DXSDK_jun10
  • ¥20 请问这种量表怎么用spss量化分析(作为中介模型的因变量
  • ¥55 AD844 howland电流源如何驱动大额负载
  • ¥15 C++ /QT 内存权限的判断函数列举
  • ¥15 深度学习GFnet理解问题
  • ¥15 单细胞小提琴堆叠图代码