カテゴリ変数における効果量
オースティン市の職員データでは、職種名ごとの性別分布に偏りがあることを見ました。同じことは人種・民族でも言えるのでしょうか。また、人種・民族は職種名の選択とどの程度関係しているのでしょうか。この演習では、その問いを深掘りして答えを出します。
職種名と人種・民族をクロス集計したDataFrame（employees_df）が読み込まれており、パッケージとしてpandasはpd、NumPyはnp、SciPyのstatsも用意されています。
この演習はコースの一部です
Pythonで学ぶ推測の基礎
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Compute the chi-squared statistic
chi2, p, d, expected = stats.____(____)
# Compute the DOF using the number of rows and columns
dof = min(____.shape[0] - 1, ____.shape[1] - 1)
# Compute the total number of people
n = np.sum(____.values)
# Compute Cramer's V
v = np.____((____ / ____) / ____)
print("Cramer's V:", v, "\nDegrees of freedom:", dof)