statsmodels.stats.contingency_tables.Table¶

class statsmodels.stats.contingency_tables.Table(table, shift_zeros=True)[source]¶

一个双向列联表。

Parameters:¶

tablearray_like

一个列联表。

shift_zerosbool

如果为真且任意单元格计数为零，则将0.5添加到表中的所有值。

Attributes:¶

table_origarray_like

原始表被缓存为 table_orig。

另请参阅

statsmodels.graphics.mosaicplot.mosaic

scipy.stats.chi2_contingency

注释

这里使用的推理程序都是基于一个抽样模型，其中单位是独立且同分布的，每个单位根据两个分类变量进行分类。

参考文献

Definitions of residuals:

https://onlinecourses.science.psu.edu/stat504/node/86

方法

from_data(数据[, shift_zeros])	从数据构建一个Table对象。
test_nominal_association()	评估名义因素的独立性。
test_ordinal_association([row_scores, ...])	评估两个有序变量之间的独立性。

属性

chi2_contribs	返回对独立性卡方统计量的贡献。
cumulative_log_oddsratios	返回累积对数比值比。
cumulative_oddsratios	返回列联表的累积比值比。
fittedvalues	返回在独立性假设下的拟合单元格计数。
independence_probabilities	返回在独立性假设下的拟合联合概率。
local_log_oddsratios	返回局部对数比值比。
local_oddsratios	返回局部优势比。
marginal_probabilities	估计行和列的边际概率分布。
resid_pearson	返回皮尔逊残差。
standardized_resids	返回在独立性假设下的标准化残差。