Teradata Package for Python Function Reference | 17.10 - ChiSquareTest - Teradata Package for Python - Look here for syntax, methods and examples for the functions included in the Teradata Package for Python.

Teradata® Package for Python Function Reference

Product
Teradata Package for Python
Release Number
17.10
Published
April 2022
Language
English (United States)
Last Update
2022-08-19
lifecycle
previous
Product Category
Teradata Vantage
 
 
ChiSquareTest

 
Functions
       
ChiSquareTest(data, dependent_column=None, columns=None, fallback=False, first_columns=None, group_columns=None, allow_duplicates=False, second_columns=None, stats_database=None, style='chisq', probability_threshold=0.05, gen_sql_only=False)
DESCRIPTION:
    Statistical tests of this type are based on a matrix of frequencies or counts.
    A frequency pattern that is non-random is sought in the matrix. Supported tests
    of this type include the following:
        * Chi Square Test - Besides a Chi Square value, other measures are computed
                            in a Chi Square Test, including a Phi Coefficient, Cramer's V,
                            Likelihood Ratio Chi Square, Continuity-Adjusted Chi Square,
                            and Contingency Coefficient.
        * Median Test - A Median Test is a variation of Chi Square Test wherein samples
                        are tested to see if their populations have the same median value.
    
PARAMETERS:
    data:
        Required Argument.
        Specifies the input data to run statistical tests.
        Types: teradataml DataFrame
    
    dependent_column:
        Optional Argument.
        Specifies the name of the numeric column representing dependent variable.
        Note:
            Used only by the Median Test.
        Types: str
    
    columns:
        Optional Argument.
        Specifies the name(s) of the categorical column(s) representing independent variables.
        Note:
            Used only by the Median Test.
        Types: str OR list of Strings (str)
    
    fallback:
        Optional Argument.
        Specifies whether the FALLBACK is requested as in the output result or not.
        Default Value: False (Not requested)
        Types: bool
    
    first_columns:
        Optional Argument.
        Specifies the name(s) of the column(s) representing the first of variable pairs
        for analysis.
        Notes:
            1. Used only by the Chi Square Test.
            2. The number of combinations of "first_columns" and "second_columns" may
               not exceed 100.
            3. If the product of the number distinct values in these column pairs
               exceeds 2000, the analysis of that combination is skipped.
        Types: str OR list of Strings (str)
    
    group_columns:
        Optional Argument.
        Specifies the name(s) of the column(s) for grouping so that a separate result
        is produced for each value or combination of values in the specified column or
        columns.
        Notes:
            Argument can only be used for Median Test.
        Types: str OR list of Strings (str)
    
    allow_duplicates:
        Optional Argument.
        Specifies whether duplicates are allowed in the output or not.
        Default Value: False
        Types: bool
    
    second_columns:
        Optional Argument.
        Specifies the name(s) of the column(s) representing the second of variable pairs
        for analysis.
        Notes:
            1. Used only by the Chi Square Test.
            2. The number of combinations of "first_columns" and "second_columns" may not
               exceed 100.
            3. If the product of the number distinct values in these column pairs exceeds
               2000, the analysis of that combination is skipped.
        Types: str OR list of Strings (str)
    
    stats_database:
        Optional Argument.
        Specifies the database where the statistical test metadata tables are installed.
        If not specified, the source database is searched for these metadata tables.
        Types: str
    
    style:
        Optional Argument.
        Specifies the test style.
        Permitted Values:
            * 'chisq' - Chi Square test.
            * 'median' - Median test.
        Default Value: 'chisq'
        Types: str
    
    probability_threshold:
        Optional Argument.
        Specifies the threshold probability, i.e., "alpha" probability, below which the
        null hypothesis is rejected.
        Default Value: 0.05
        Types: float
 
    gen_sql_only:
        Optional Argument.
        Specifies whether to generate only SQL for the function.
        When set to True, function SQL is generated, not executed, which can be accessed 
        using show_query() method, otherwise SQL is just executed but not returned.
        Default Value: False
        Types: bool
    
RETURNS:
    An instance of ChiSquareTest.
    Output teradataml DataFrames can be accessed using attribute references, such as 
    ChiSquareTestObj.<attribute_name>.
    Output teradataml DataFrame attribute name is: result.
    
RAISES:
    TeradataMlException, TypeError, ValueError
    
EXAMPLES:
    # Notes:
    #   1. To execute Vantage Analytic Library functions,
    #       a. import "valib" object from teradataml.
    #       b. set 'configure.val_install_location' to the database name where Vantage 
    #          analytic library functions are installed.
    #   2. Datasets used in these examples can be loaded using Vantage Analytic Library 
    #      installer.
    #   3. The Statistical Test metadata tables must be loaded into the database where
    #      Analytics Library is installed.
    # Import valib object from teradataml to execute this function.
    from teradataml import valib
 
    # Set the 'configure.val_install_location' variable.
    from teradataml import configure
    configure.val_install_location = "SYSLIB"
 
    # Create required teradataml DataFrame.
    custanly = DataFrame("customer_analysis")
    print(custanly)
    
    # Example 1: Shows a Chi Square test execution.
    obj = valib.ChiSquareTest(data= custanly,
                             first_columns=["female", "single"],
                             second_columns=["svacct", "ccacct", "ckacct"], style="chisq")
 
    # Print the results.
    print(obj.result)
    
    # Example 2: Shows a Median test execution with group-by option.
    obj = valib.ChiSquareTest(data= custanly,
                             dependent_column="income",
                             columns="marital_status",
                             group_columns="years_with_bank",
                             style="median",
                             probability_threshold=0.01)
 
    # Print the results.
    print(obj.result)
 
    # Example 3: Generate only SQL for the function, but do not execute the same.
    obj = valib.ChiSquareTest(data= df,
                             first_columns=["female", "single"],
                             second_columns=["svacct", "ccacct", "ckacct"],
                             style="chisq",
                             gen_sql_only=True)
    # Print the generated SQL.
    print(obj.show_query("sql"))
 
    # Print both generated SQL and stored procedure call.
    print(obj.show_query("both"))
 
    # Print the stored procedure call.
    print(obj.show_query())
    print(obj.show_query("sp"))