我正在处理数据,在那里我试图看到两个变量之间的关联,并且我在Python的Scipy包中使用了卡方分析。在
以下是两个变量的交叉表结果:
pd.crosstab(data['loan_default'],data['id_proofs'])
结果:
^{pr2}$如果我在相同的数据上应用卡方,我会看到一个错误,说ValueError:内部计算的预期频率表在(0,)处有一个零元素。在
代码:
from scipy.stats import chi2_contingency
stat,p,dof,expec = chi2_contingency(data['loan_default'],data['id_proofs'])
print(stat,p,dof,expec)
错误报告:
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-154-63c6f49aec48> in <module>()
1 from scipy.stats import chi2_contingency
----> 2 stat,p,dof,expec = chi2_contingency(data['loan_default'],data['id_proofs'])
3 print(stat,p,dof,expec)
~/anaconda3/lib/python3.6/site-packages/scipy/stats/contingency.py in chi2_contingency(observed, correction, lambda_)
251 zeropos = list(zip(*np.where(expected == 0)))[0]
252 raise ValueError("The internally computed table of expected "
--> 253 "frequencies has a zero element at %s." % (zeropos,))
254
255 # The degrees of freedom
ValueError: The internally computed table of expected frequencies has a zero element at (0,).
产生这个问题的原因是什么?我怎样才能克服这个问题?在
再看一下^{} 的docstring。第一个参数
observed
,必须是列联表。您必须计算列联表(就像您对pd.crosstab(data['loan_default'],data['id_proofs'])
所做的那样)并将其传递给chi2_contingency
。在相关问题 更多 >
编程相关推荐