第八章 卡方检验与交互分析

卡方检验的原理和步骤卡方检验（Chi-squared test）是一种用于统计学中的假设检验方法，主要用于检验两个或更多个分类变量之间是否存在相关性。

它的原理和步骤可以概括如下：原理：卡方检验是基于卡方统计量的方法，卡方统计量是通过计算实际观察值与期望理论值之间的差异来判断变量间是否存在相关性。

具体来说，卡方统计量是通过计算每个观察值与对应期望值之间的差异平方的总和来衡量的。

如果差异较小，说明实际观察值与期望值之间较为接近，两个变量间可能不存在相关性；如果差异较大，则说明实际观察值与期望值之间存在较大差异，两个变量间可能存在相关性。

步骤：1.建立假设：在进行卡方检验之前，需要明确两个变量之间的假设。

通常有两种假设：原假设（H0）和备择假设（Ha）。

原假设是指两个变量之间没有相关性，备择假设是指两个变量之间存在相关性。

2.构建列联表：列联表（Contingency table）是用来统计两个或多个分类变量的交叉频次分布的表格。

在卡方检验中，我们需要根据实际观察数据构建列联表。

3.计算期望值：在卡方检验中，我们需要计算期望理论值。

期望理论值是指如果两个变量之间不存在相关性，那么我们可以根据边际总计与变量间的分布来计算出的预期频次。

一般情况下，期望理论值可以通过边际总计和整体频率来计算。

4.计算卡方统计量：在有了观察值和期望理论值后，我们可以通过计算卡方统计量来判断两个变量之间是否存在相关性。

卡方统计量的计算公式为：χ2=∑((O-E)^2/E)，其中χ2为卡方统计量，O为观察值，E为期望理论值。

计算出卡方统计量后，可以根据自由度去查找对应的临界值。

5.决策：根据卡方统计量的计算结果，我们可以通过比较卡方统计量与对应自由度的临界值来进行决策。

如果卡方统计量小于临界值，则接受原假设，即认为两个变量之间没有相关性；如果卡方统计量大于临界值，则拒绝原假设，即认为两个变量之间存在相关性。

6.结论：最后，根据决策结果，我们可以得出结论，即两个变量之间是否存在相关性。

第八章卡方检验与交互分析交互分析是社会调查研究中常用方法之一，用于研究两个定类变量的关系。

交互分析中用于检验两个变量是否相关的方法叫做卡方检验，也叫独立性检验。

卡方检验是建立在观测频次和期望频次之差基础上的一种检验。

一、卡方检验的原理例：一项调查得到890个样本的与收入和所处地区的数据，希望分析收入和地区的关系。

表1要检验的H0：收入和地区之间没有相关性，即每一地区的收入分布模式应该是相同的，收入的高低不应随着地区的不同而有所差异。

也就是说，如果东部城市的四个收入类别各自比重和中西北部城市的四个收入类别各自比重一致，那么，收入和地区之间是相互独立的。

如果这个890人的样本能够反应总体的独立性特征，那么就应该能够观测到两个地区具有相同的收入分布模式，称为期望模式，样本的期望观测频次如下：表2接下来，计算观测频次f0与期望频次f e之间的偏差(f0-f e)，如果这些偏差比较小，则有利于证明原假设即总体的独立性。

反之，则可能推翻原假设。

但偏差之和为0，所以对偏差进行平方。

但是，为了说明每一个偏差的相对重要性，每一偏差平方和都需要和本组中的期望频次相比较，计算相对(f0-f e)2/f e。

然后，将所有组的贡献相加，从而得到度量全部偏差的一个量，叫做卡方χ2=∑∑(fo−fe)2，fe服从自由度为(c-1)(r-1)的卡方分布。

如用c 和r 分别表示表中的列数和行数，自由度为(c-1)(r-1)。

f 0 f e(f 0-f e )(f 0-f e )2/f e计算出卡方值后，可根据已知的显著性水平和自由度查卡方分布表，找出临界值，与之作对比。

反过来，也可以计算出概值，再根据我们所希望的显著性水平做比较。

该例题中计算出χ2为31.6，查表发现对应自由度为3的那一行的所有临界值都小于χ2，因此，概值小于0.001。

由于概值如此小，检验水平可以是1%甚至更小，所以一定可以拒绝原假设。

也就是说，在总人口中，收入与地区有显著的相关性，二者并不独立。

卡方检验的原理和使用卡方检验（Chi-Square Test）是一种常用的统计方法，用于检验两个或多个分类变量之间是否存在相关性。

它的原理基于统计学中的卡方分布，通过比较实际观测值与期望理论值之间的差异来判断变量之间的关联性。

在实际应用中，卡方检验被广泛用于医学、社会科学、市场调研等领域，帮助研究人员验证假设、分析数据，从而做出科学的决策。

一、卡方检验的原理卡方检验的原理基于卡方分布，其核心思想是通过比较实际观测值与期望理论值之间的差异来判断变量之间是否存在相关性。

在进行卡方检验时，首先需要建立零假设（H0）和备择假设（H1）。

零假设通常是假定两个变量之间不存在相关性，备择假设则是假定两个变量之间存在相关性。

卡方检验的步骤如下：1. 收集数据并建立列联表：将研究对象按照不同的分类变量进行分组，并统计各组的频数，建立列联表。

2. 计算期望频数：根据总体频数和各组的比例计算期望频数，即在零假设成立的情况下，每个组的理论频数。

3. 计算卡方值：通过比较实际观测频数与期望频数的差异，计算得到卡方值。

4. 确定显著性水平：根据卡方分布表确定显著性水平，一般取0.05。

5. 比较卡方值与临界值：如果计算得到的卡方值大于临界值，则拒绝零假设，认为两个变量之间存在相关性；反之，则接受零假设。

二、卡方检验的使用卡方检验在实际应用中具有广泛的用途，主要包括以下几个方面： 1. 分类变量相关性检验：用于检验两个或多个分类变量之间是否存在相关性，例如性别与偏好、教育程度与收入水平等。

2. 拟合优度检验：用于检验观测频数与期望频数之间的拟合程度，例如检验实际抽样数据是否符合某种理论分布。

3. 独立性检验：用于检验两个分类变量之间是否独立，例如检验药物治疗对疾病痊愈的影响是否独立于患者的年龄。

4. 方差分析：在多组分类变量比较中，可以使用卡方检验进行方差分析，判断不同组别之间的差异是否显著。

在使用卡方检验时，需要注意以下几点：1. 样本量要足够大：样本量过小会影响检验结果的可靠性，一般要求每个单元格的期望频数不低于5。

统计学中的卡方检验卡方检验是一种常用的统计学方法，用于判断两个或多个变量之间是否存在显著性差异。

本文将介绍卡方检验的原理、应用场景以及实际操作步骤。

一、卡方检验原理卡方检验基于观察数据与理论数据之间的差异来判断变量之间的相关性。

它通过计算卡方值来衡量观察值与理论值之间的偏离程度，进而判断差异是否具有统计学意义。

二、卡方检验的应用场景卡方检验广泛应用于以下几个方面：1. 样本观察与理论值比较：用于比较观察数据与理论数据之间的差异，例如检验一个硬币是否是公平的。

2. 不同群体之间的差异性：用于比较不同群体之间某一属性的差异，例如男性和女性在某一疾病患病率上是否存在显著性差异。

3. 假设检验：用于判断两个或多个变量之间是否存在显著性关联，例如是否存在两个变量之间的相关性。

三、卡方检验的基本思路卡方检验的基本思路是建立原假设和备择假设，通过计算卡方值和查表得到结果。

具体步骤如下：1. 建立假设：设立原假设H0和备择假设H1。

原假设通常假定两个变量之间不存在显著性关联，备择假设则相反。

2. 构建列联表：将观察数据按照行和列分别分类计数，得到列联表。

3. 计算期望频数：根据原假设计算每个单元格的期望频数，即在假设成立的条件下，各个单元格的理论频数。

4. 计算卡方值：根据观察频数和期望频数计算卡方值，计算公式为Χ²=∑[（O-E）^2/E]，其中O为观察频数，E为期望频数。

5. 查找临界值：根据自由度和显著性水平，在卡方分布表中找到对应的临界值。

6. 判断结果：比较计算得到的卡方值与临界值，若卡方值大于临界值，则拒绝原假设，认为差异具有统计学意义。

四、卡方检验的实例分析假设我们想要研究吸烟和肺癌之间的关系，我们收集了300人的数据，包括是否吸烟和是否患有肺癌的情况。

观察数据如下：吸烟非吸烟总计患有肺癌 80 40 120未患肺癌 100 80 180总计 180 120 300根据这些数据，我们想要判断吸烟与肺癌之间是否存在显著性关联。

卡方检验什么是卡方检验卡方检验是一种用途很广的计数资料的假设检验方法。

它属于非参数检验的范畴，主要是比较两个及两个以上样本率( 构成比）以及两个分类变量的关联性分析。

其根本思想就是在于比较理论频数和实际频数的吻合程度或拟合优度问题。

它在分类资料统计推断中的应用，包括：两个率或两个构成比比较的卡方检验；多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。

卡方检验的基本原理卡方检验是以χ2分布为基础的一种常用假设检验方法，它的无效假设H0是：观察频数与期望频数没有差别。

该检验的基本思想是：首先假设H0成立，基于此前提计算出χ2值，它表示观察值与理论值之间的偏离程度。

根据χ2分布及自由度可以确定在H0假设成立的情况下获得当前统计量及更极端情况的概率P。

如果P值很小，说明观察值与理论值偏离程度太大，应当拒绝无效假设，表示比较资料之间有显著差异；否则就不能拒绝无效假设，尚不能认为样本所代表的实际情况和理论假设有差别。

卡方值的计算与意义χ2值表示观察值与理论值之问的偏离程度。

计算这种偏离程度的基本思路如下。

(1)设A代表某个类别的观察频数，E代表基于H0计算出的期望频数，A与E之差称为残差。

(2)显然，残差可以表示某一个类别观察值和理论值的偏离程度，但如果将残差简单相加以表示各类别观察频数与期望频数的差别，则有一定的不足之处。

因为残差有正有负，相加后会彼此抵消，总和仍然为0，为此可以将残差平方后求和。

(3)另一方面，残差大小是一个相对的概念，相对于期望频数为10时，期望频数为20的残差非常大，但相对于期望频数为1 000时20的残差就很小了。

考虑到这一点，人们又将残差平方除以期望频数再求和，以估计观察频数与期望频数的差别。

进行上述操作之后，就得到了常用的χ2统计量，由于它最初是由英国统计学家Karl Pearson在1900年首次提出的，因此也称之为Pearson χ2，其计算公式为：其中，Ai为i水平的观察频数，Ei为i水平的期望频数，n为总频数，pi为i水平的期望频率。

卡方检验及其应用一、卡方检验概述：卡方检验主要应用于计数数据的分析，对于总体的分布不作任何假设，因此它属于非参数检验法中的一种。

它由统计学家皮尔逊推导。

理论证明，实际观察次数（f o ）与理论次数（f e ），又称期望次数）之差的平方再除以理论次数所得的统计量，近似服从卡方分布，可表示为：）（n f f f ee 2202~)(χχ∑-= 这是卡方检验的原始公式，其中当f e 越大,近似效果越好。

显然f o 与f e 相差越大，卡方值就越大；f o 与f e 相差越小，卡方值就越小；因此它能够用来表示f o 与f e 相差的程度。

根据这个公式，可认为卡方检验的一般问题是要检验名义型变量的实际观测次数和理论次数分布之间是否存在显著差异。

一般用卡方检验方法进行统计检验时，要求样本容量不宜太小，理论次数≥5，否则需要进行校正。

如果个别单元格的理论次数小于5，处理方法有以下四种：1、单元格合并法；2、增加样本数；3、去除样本法；4、使用校正公式。

当某一期望次数小于5时，应该利用校正公式计算卡方值。

公式为：∑--=ee f f f 202)5.0(χ二、卡方检验的统计原理：• 卡方检验所检测的是样本观察次数﹙或百分比﹚与理论或总体次数﹙或百分比﹚的差异性。

• 理论或总体的分布状况，可用统计的期望值（理论值）来体现。

• 卡方的统计原理，是取观察值与期望值相比较。

卡方值越大，代表统计量与理论值的差异越大，一旦卡方值大于某一个临界值，即可获得显著的统计结论。

三、卡方检验的主要应用： 1、独立性检验独立性检验主要用于两个或两个以上因素多项分类的计数资料分析，也就是研究两类变量之间的关联性和依存性问题。

如果两变量无关联即相互独立，说明对于其中一个变量而言，另一变量多项分类次数上的变化是在无差范围之内；如果两变量有关联即不独立，说明二者之间有交互作用存在。

独立性检验一般采用列联表的形式记录观察数据, 列联表是由两个以上的变量进行交叉分类的频数分布表，是用于提供基本调查结果的最常用形式，可以清楚地表示定类变量之间是否相互关联。

第八章χ2检验次数资料分析问男女比例是否符合1：1，。

即与1：1性别比差异是否显著性别比差异是否显著。

∑−=T T A 22)(χA —实际次数T —理论次数χ2是度量实际观察次数与理论次数偏离程度的一个统计量论次数偏离程度的一个统计量，，χ2越小越小，，表明实际观察次数与理论次数越接近论次数越接近；；χ2 =0，表示两者完全吻合者完全吻合；；χ2越大越大，，表示两者相差越大相差越大。

∑−−=T T A c 22)5.0(χ当自由度大于当自由度大于1时，时，χχ2分布与连续型随机分布与连续型随机变量χ2分布相近似，这时这时，，可不作连续性矫正，但要求各组内的理论次数不小于5。

若某组的理论次数小于5，则应把它与其相邻的一组或几组合并一组或几组合并，，直到理论次数大于5 为止。

第二节适合性检验一、目的判断实际观察的属性类别分配是否符合已知属性类别分配理论或学说的假设检验（一）提出无效假设与备择假设（二）计算χ2求理论次数求理论次数：：T 白=260×3/4=195T 黑=260×1/4=65表χ2计算表c头，黑色有角牛红色无角牛72头，红色有角牛18头，共360头。

试问这两对性状是否符合孟德尔遗传规律中的遗传比例？？9∶3∶3∶1的遗传比例检验步骤检验步骤：：（一）提出无效假设与备择假设H ：实际观察次数比符合9∶3∶3∶1的理论比例论比例。

H A ：实际观察次数比不符合9∶3∶3∶1的理论比例（二）计算χ2T=360×9/16=202.5；黑无T=360×3/16=67.5；黑有；=360×1/16=22.5。

=0.5444+1.6333+1.6333+0.9（三）统计推断χ0.05(3)=7.81，因χ<χ005(3) ，P >0.05，表明实际观察次数与理论次数差异不显著，即两对性状分离现象符合孟德尔遗传规律中9∶3∶3∶1的遗传比例的遗传比例。

卡方检验是一种统计检验方法，用于比较两个或多个分类变量之间的差异是否具有统计学意义。

它主要用于推断两个分类变量之间是否存在关联或独立性。

卡方检验的原理是通过比较实际观察到的频数与期望频数之间的差异来判断两个变量之间是否存在显著的关联。

在卡方检验中，首先计算每个单元格中的实际频数与期望频数之间的差异，然后将这些差异平方后相加，得到卡方值。

最后，根据卡方分布的概率密度函数来确定卡方值是否落在拒绝域内，从而判断两个变量之间的关联是否具有统计学意义。

卡方检验可以用于多种情况，如检验两个分类变量之间是否存在关联、检验多个分类变量之间的独立性、检验频数分布的拟合优度等。

在实际应用中，需要根据具体问题选择合适的卡方检验方法，并结合样本大小和显著性水平来判断结果的可靠性。

需要注意的是，卡方检验的前提是样本必须是随机样本，并且每个单元格中的频数不应过小。

如果样本不满足这些条件，可能会导致卡方检验的结果不准确。

此外，卡方检验只是一种统计推断方法，不能证明因果关系的存在，需要结合实际情况进行综合分析。

卡方检验应用第八章记数数据统计法一卡方检验法知识引入在各个研究领域中，有些研究问题只能划分为不同性质的类别，各类别没有量的联系。

例如，性别分男女，职业分为公务员、教师、工人、......... , 教师职称又分为教授、副教授、……。

有时虽有量的关系，因研究需要将其按一定的标准分为不同的类别，例如，学习成绩、能力水平、态度等都是连续数据，只是研究者依一定标准将其划分为优良中差，喜欢与不喜欢等少数几个等级。

对这些非连续等距性数据，要判别这些分类间的差异或者多个变量间的相关性方法称为计数数据统计方法。

卡方检验是专用于解决计数数据统计分析的假设检验法。

本章主要介绍卡方检验的两个应用：拟合性检验和独立性检验。

拟合性检验是用于分析实际次数与理论次数是否相同，适用于单个因素分类的计数数据。

独立性检验用于分析各有多项分类的两个或两个以上的因素之间是否有关联或是否独立的问题。

在计数数据进行统计分析时要特别注意取样的代表性。

我们知道，统计分析就是依据样本所提供的信息，正确推论总体的情况。

在这一过程中，最根本的一环是确保样本的代表性及对实验的良好控制。

在心理与教育研究中，所搜集到的有些数据属于定性资料，它们常常是通过调查、访问或问卷获得，除了少数实验可以事先计划外，大部分收集数据的过程是难于控制的。

例如，某研究者关于某项教育措施的问卷调查，由于有一部分教师和学生对该项措施存有意见，或对问卷本身有偏见，根本就不填写问卷。

这样该研究所能收回的问卷只能代表一部分观点，所以它是一个有偏样本，若据此对总体进行推论，就会产生一定的偏差，势必不能真实地反映出教师与学生对这项教育措施的意见。

因此应用计数资料进行统计推断时，要特别小心谨慎，防止样本的偏倚性，只有具有代表性的样本才能作出正确的推论。

第一节卡方拟合性检验一、卡方检验的一般问题卡方检验应用于计数数据的分析，对于总体的分布不作任何假设，因此它又是非参数检验法中的一种。

它由统计学家皮尔逊推导。

第八章记数数据统计法—卡方检验法知识引入在各个研究领域中，有些研究问题只能划分为不同性质的类别，各类别没有量的联系。

例如，性别分男女，职业分为公务员、教师、工人、……，教师职称又分为教授、副教授、……。

有时虽有量的关系，因研究需要将其按一定的标准分为不同的类别，例如，学习成绩、能力水平、态度等都是连续数据，只是研究者依一定标准将其划分为优良中差，喜欢与不喜欢等少数几个等级。

对这些非连续等距性数据，要判别这些分类间的差异或者多个变量间的相关性方法称为计数数据统计方法。

卡方检验是专用于解决计数数据统计分析的假设检验法。

本章主要介绍卡方检验的两个应用：拟合性检验和独立性检验。

拟合性检验是用于分析实际次数与理论次数是否相同，适用于单个因素分类的计数数据。

独立性检验用于分析各有多项分类的两个或两个以上的因素之间是否有关联或是否独立的问题。

在计数数据进行统计分析时要特别注意取样的代表性。

我们知道，统计分析就是依据样本所提供的信息，正确推论总体的情况。

在这一过程中，最根本的一环是确保样本的代表性及对实验的良好控制。

在心理与教育研究中，所搜集到的有些数据属于定性资料，它们常常是通过调查、访问或问卷获得，除了少数实验可以事先计划外，大部分收集数据的过程是难于控制的。

例如，某研究者关于某项教育措施的问卷调查，由于有一部分教师和学生对该项措施存有意见，或对问卷本身有偏见，根本就不填写问卷。

这样该研究所能收回的问卷只能代表一部分观点，所以它是一个有偏样本，若据此对总体进行推论，就会产生一定的偏差，势必不能真实地反映出教师与学生对这项教育措施的意见。

因此应用计数资料进行统计推断时，要特别小心谨慎，防止样本的偏倚性，只有具有代表性的样本才能作出正确的推论。

第一节卡方拟合性检验一、卡方检验的一般问题卡方检验应用于计数数据的分析，对于总体的分布不作任何假设，因此它又是非参数检验法中的一种。

它由统计学家皮尔逊推导。

理论证明，实际观察次数（f o）与理论次数（f e），又称期望次数）之差的平方再除以理论次数所得的统计量，近似服从卡方分布，可表示为：这是卡方检验的原始公式，其中当f e越大（f e≥5）,近似得越好。