使用者:JasonWiki/Drafts/201707/卡方檢驗

此圖展示分別在1、2、3、4、5的自由度下,卡方統計量(X軸)與P值(P-value,Y軸)之間的變化關係。

卡方檢驗chi-squared test test[1])是一種當零假設成立時抽樣分布服從卡方分布假設檢驗。卡方檢驗有多種形式,需要對應不同場合加以應用。例如:

  • 皮爾森卡方檢驗是最有名、應用最廣泛的卡方檢驗,通常在沒有特別註明卡方檢驗的形式時,各類文章中所提及「卡方檢驗」一般代指的就是皮爾森卡方檢驗。

在通常情況下,卡方檢驗假設實驗數據服從獨立正態分布,在此項假設下才能推導出統計量服從卡方分布。根據中心極限定理,獨立正態假設在很多情況下通常都可以滿足的。因此,卡方檢驗可以被用來嘗試拒絕數據獨立性的零假設,這就是所稱的「獨立性檢驗」

再者,在



有兩種用途,分別是「適配度檢定」(Goodness of Fit test)以及「獨立性檢定」。

運用

編輯
  • 建立零假說(Null Hypothesis),即認為觀測值與理論值的差異是由於隨機誤差所致;
  • 確定數據間的實際差異,即求出卡方值;
  • 如卡方值大於某特定概率標準(即顯著性差異)下的理論值,則拒絕零假說,即實測值與理論值的差異在該顯著性水平下是顯著的。

相關條目

編輯

外部連結

編輯
  1. ^ χ的英語讀音是kai,與「開」字的國語發音相近。