用户:JasonWiki/沙盒/卡方检验

原页面卡方检验


此图展示分别在1、2、3、4、5的自由度下,卡方统计量(X轴)与P值(P-value,Y轴)之间的变化关系。

卡方检验chi-squared test test[1])是一种当零假设成立时抽样分布服从卡方分布假设检验。卡方检验有多种形式,需要对应不同场合加以应用。例如:

  • 皮尔森卡方检验是最有名、应用最广泛的卡方检验,通常在没有特别注明卡方检验的形式时,各类文章中所提及“卡方检验”一般代指的就是皮尔森卡方检验。

在通常情况下,卡方检验假设实验数据服从独立正态分布,在此项假设下才能推导出统计量服从卡方分布。根据中心极限定理,独立正态假设在很多情况下通常都可以满足的。因此,卡方检验可以被用来尝试拒绝数据独立性的零假设,这就是所称的“独立性检验”

再者,在



有两种用途,分别是“适配度检定”(Goodness of Fit test)以及“独立性检定”。

运用

编辑
  • 建立零假说(Null Hypothesis),即认为观测值与理论值的差异是由于随机误差所致;
  • 确定数据间的实际差异,即求出卡方值;
  • 如卡方值大于某特定概率标准(即显著性差异)下的理论值,则拒绝零假说,即实测值与理论值的差异在该显著性水平下是显著的。

相关条目

编辑

外部链接

编辑
  1. ^ χ的英语读音是kai,与“开”字的普通话发音相近。