범주형 변수의 효과 크기
오스틴 시 직원 데이터에서 직책(job title)에 성별 분포가 고르지 않다는 것을 보셨죠. 그런데 민족(ethnicity)도 같은 양상을 보일까요? 그리고 민족은 선택된 직책과 어느 정도 관련이 있을까요? 이번 연습 문제에서는 이 질문을 직접 파헤쳐 보겠습니다.
직책과 민족을 비교한 분할표 DataFrame(employees_df)이 로드되어 있으며, pandas는 pd, NumPy는 np, SciPy의 stats도 불러와 두었습니다.
이 연습은 강의의 일부입니다
Python에서 배우는 추론 통계 기초
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# 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)