이원카이제곱 동질성 검정실습(2)

 

이원카이제곱
동질성 검정 - 두 집단의 분포가 동일한가? 다른 분포인가? 를 검증하는 방법이다. 두 집단 이상에서 각 범주(집단) 간의 비율이 서로 동일한가를 검정하게 된다. 두 개 이상의 범주형 자료가 동일한 분포를 갖는 모집단에서 추출된 것인지 검정하는 방법이다.

 

 

동질성 검정 실습2)

연령대별 sns 이용률의 동질성 검정 20대에서 40대까지 연령대별로 서로 조금씩 그 특성이 다른 SNS 서비스들에 대해 이용 현황을 조사한 자료를 바탕으로 연령대별로 홍보 전략을 세우고자 한다. 연령대별로 이용 현황이 서로 동일한지 검정해 보도록 하자.

 

 

# 이원카이제곱
# 동질성 검정 - 두 집단의 분포가 동일한가? 다른 분포인가? 를 검증하는 방법이다. 두 집단 이상에서 각 범주(집단) 간의 비율이 서로
# 동일한가를 검정하게 된다. 두 개 이상의 범주형 자료가 동일한 분포를 갖는 모집단에서 추출된 것인지 검정하는 방법이다.

import pandas as pd
import scipy.stats as stats

# 동질성 검정실습) 교육방법에 따른 교육생들의 만족도 분석 - 동질성 검정 survey_method.csv

data = pd.read_csv("https://raw.githubusercontent.com/pykwon/python/master/testdata_utf8/survey_method.csv")
print(data.head(3))
print(data.method.unique())  # [1 2 3]
print(data.survey.unique())  # [1 2 3 4 5]

# 귀무 : 교육방법에 따른 교육생들의 만족도에 차이가 없다.
# 대립 : 교육방법에 따른 교육생들의 만족도에 차이가 있다.

ctab = pd.crosstab(index = data.method, columns = data.survey)
ctab.columns = ['매우만족', '만족', '보통', '불만족', '매우불만족']
ctab.index = ['방법1', '방법2' ,'방법3']
print(ctab)

chi2, p, ddof, _ = stats.chi2_contingency(ctab)
print('chi2:{}, p:{}, ddof:{}'.format(chi2, p, ddof))
# chi2:6.544667820529891, p:0.5864574374550608, ddof:8
# 해석 : p:0.58645 > 0.05 이므로 귀무 채택. 교육방법에 따른 교육생들의 만족도에 차이가 없다.


print('-----------------')
# 동질성 검정 실습2) 연령대별 sns 이용률의 동질성 검정
# 20대에서 40대까지 연령대별로 서로 조금씩 그 특성이 다른 SNS 서비스들에 대해 이용 현황을 조사한 자료를 바탕으로 연령대별로 홍보
# 전략을 세우고자 한다.
# 연령대별로 이용 현황이 서로 동일한지 검정해 보도록 하자.

# 귀무 : 연령대별로 SNS 서비스 이용 현황은 서로 동일하다.
# 대립 : 연령대별로 SNS 서비스 이용 현황은 서로 동일하지 않다.

data2 = pd.read_csv('../testdata/snsbyage.csv')
print(data2.head(3), len(data2))
print(data2['age'].unique())     # [1(20대) 2(30대) 3(40대)]
print(data2['service'].unique()) # ['F' 'T' 'K' 'C' 'E']

ctab2 = pd.crosstab(index = data2.age, columns = data2.service)
print(ctab2)

chi2, p, ddof, _ = stats.chi2_contingency(ctab2)
print('chi2:{}, p:{}, ddof:{}'.format(chi2, p, ddof))
# chi2:102.75202494484225, p:1.1679064204212775e-18, ddof:8
# 해석 : p:1.1679064204212775e-18 < 0.05 이므로 귀무 기각
# 1439명을 대상으로 SNS 서비스 연령대별 이용 현황이 서로 동일한지 검정해 보았다.
# 그 결과 연령대별로 SNS 서비스 이용 현황은 서로 동일하지 않다.


<console>
   no  method  survey
0   1       1       1
1   2       2       2
2   3       3       3
[1 2 3]
[1 2 3 4 5]
     매우만족  만족  보통  불만족  매우불만족
방법1     5   8  15   16      6
방법2     8  14  11   11      6
방법3     8   7  11   15      9
chi2:6.544667820529891, p:0.5864574374550608, ddof:8
-----------------
   age service
0    1       F
1    1       F
2    1       F 1439
[1 2 3]
['F' 'T' 'K' 'C' 'E']
service    C   E    F    K    T
age                            
1         81  16  207  111  117
2        109  15  107  236  104
3         32  17   78  133   76
chi2:102.75202494484225, p:1.1679064204212775e-18, ddof:8

p-value 값이 1.1679064204212775e-18라고 적혀있는데 이것은 0.05보다 작다는 의미이다. e-18때문.