python資料分析於實現，單樣本體檢驗、獨立樣本體檢驗、相關分析、列聯表分析！，python資料分析

python資料分析於實現，單樣本體檢驗、獨立樣本體檢驗、相關分析、列聯表分析！，python資料分析

1、假設檢驗

做出一個假設，去驗證。

需要設定信賴度，如95%

兩類錯誤：

兩類錯誤是機率

 

原假設一般為等式。

樣本量的影響：

步驟：假設—信賴度—收集資料—計算p值判斷

T檢驗

 

 拒絕域和接受域。

單樣本T檢驗，沒有資料，這個課程沒有資料，很遺憾，一會在找資料從新做一遍！

 

 兩變數

男生和女生的月均支出是否有差異？

方差是否相等？F檢驗!

開始，t統計量！

資料說明，目的為篩選變數

 

 

 

 

 

 方差分析

教育程度對信用卡支出是否有差別？

 

總變異說明：

組內變異：

 

 組間變異：

 

 自己理解：總變異：（單個樣本的均值 -總體樣本的均值）的平方和

　　　　　組內變異： 這個組（樣本的值- 這個樣本所在組的均值）的平方和 + 另一組（樣本的值- 這個樣本所在這個組的均值）平方和

　　　　　組間變異：（每個組的均值-總體的平均值）的平方和

　　　　　我能理解，別人能不能理解我不知道，看執行個體很容易理解！

F統計量

 

 要求，這些要達到

資料要求，按一列一列的，所以建立這個資料，然後用F_onewasy()函數去實現！後面的值就是p值。

這是利用statsmodels去實現也能得到方差分析的結果

 

多因素方差分析

r方

做個線性迴歸就出來：

 

 

 加上互動項

 

 兩連續變數！

 

 相關分析：

散佈圖：看是否線性。是否相關。先大概看看！

相關係數介紹，用最多pearson。

 

相關係數的計算

相關係數與相關性之間關係

相關係數的檢驗

看看代碼：

散佈圖

計算相關係數

 

一般不去相關係數的可信度，只要樣本量足。

 分類和分類的比較

分類變數相關關係

列聯表分析

經理脾氣和天氣是否相關：無

 

 

有相關：

違約與破產之間的分析，行輪廓是比較列

                                       列輪廓是比較行 如果相差不大，就說明影響不大。這是比較粗糙的分析。不嚴謹！

 

用稍微嚴謹的方法：

假設檢驗

卡方檢驗1：

卡方檢驗2：

python的實現：

這是頻率表！

資料是一個交叉表：

 

 

 以上都是總體為正太分布的。。。。。。。

注意一下 ：非正態可以考慮變成正太分布。

　　　　 ：樣本量不可太小，但是也不能太大。這個公式 上下都有N，樣本量大了會影響統計量T的變化！