如何应用卡方检验应用

1、卡方检验

卡方检定（chi-square test[1], chi-squared, {\displaystyle \chi ^{2}} \chi ^{2} test）是参照卡方分配来求取概率和临界值的统计检定。有多种不同的卡方检定，运用在不同场合。

• 皮尔森卡方检定，是最有名的卡方检验，有两种用途，分别是“适配度检定”（Goodness of Fit test）以及“独立性检定”。科学文章中，当提到卡方检定而没有特别注明是哪一种时，通常便是指皮尔森卡方检定。
• 叶氏连续性修正：当用皮尔森卡方检定做独立性检定时，若任何一个字段的期望次数小于5，会使“近似于卡方分配”的假设不可信，统计值会系统性地偏高，导致过度地拒绝虚无假设，此时可以做叶氏连续性修正。
• McNemar’s test，用于某些 2 × 2 表格的配对样本。
• portmanteau test，用于时间数列分析里检定自我相关的存在。
• 似然比检验（英语：likelihood ratio test），在建立统计模型时，用于检定证据是否支持某个复杂的模型（使用变数较多）优于简单的模型（使用变数较少），其中简单模型所使用的变数全部包含于复杂模型中。