本文主要记录了基于python的数据相关统计检测的实现方法。
主要的东西：
1、连续变量VS连续变量：皮尔森相关系数
2、分类变量VS分类变量：卡方检验
3、连续变量VS多分类变量： f检验
4、连续变量VS二分类变量：当连续变量满足正态分布时，采用t检验。 否则，应用特异性烤鹅u检验
主要的python脚本如下。
froms klearn.feature _ selectionimportselectkbest，chi2
来自脚本导入状态
from scipy.stats import ttest_ind，levene
def corr _ continue _ continue (series _ 1，series_2) :
corr=Pearsonr(series_1，series_2) [1]
返回颜色
efcorr_cate_cate(series_1，series_2) :
Series_1=NP.Array(Series_1).reshape (-1，1 ) ) ) ) ) ) ) ) ) ) )。
model1=selectkbest(chi2，k=1) )。
model1.fit_transform(series_1，series_2) )。
corr=model1.scores_[0]
p_value=model1.pvalues_[0]
return corr，p_value
ef corr _ continue _ multi cate (fenlei _ series _ 1，lianxu_series_2) :
f，p=stats.f _ one way (fenlei _ series _ 1，lianxu_series_2) ) ) ) ) ) )。
return f，p
defnormal_test(series ) :
u=series.mean (
std=series.std (
statistic，pvalue=stats.kstest(series，' norm '，(u，std ) )
return statistic，pvalue
efcorr_continue_twocate(data，fenlei_var，lianxu_var ) :
fen lei=list (set (data [ fen lei _ var ] ) )
series _1=data [ Lian Xu _ var ] [ data [ fenlei _ var ]==fenlei [0] ]
series _2=data [ Lian Xu _ var ] [ data [ fenlei _ var ]==fenlei [1] ]
stats_1，pvalue_1=normal_test(series_1)
stats_2，pvalue_2=normal_test(series_2)
ifp value _ 10.05 ORP value _ 20.053360
t_value，p _ value=stats.mannwhitneyu (series _ 1，series_2，alternative='two-sided ' ) ) ) ) )
else:
_，levene_p_value=levene(series_1，series_2) ) )。
if levene_p_value0.05:
t_value，p_value=ttest_ind(series_1，series_2) ) ) ) ) ) ) ) ) ) ) ) ) 65
else:
t_value，p_value=ttest_ind(series_1，series_2，equal_var=False ) ) ) ) ) )。
return t_value，p_value，pvalue_1，pvalue_2