更多关于 独立性的Chi-Square测试

独立性齐次检验是一种用于分类变量的检验,以评估两个变量之间的关联程度。有时,独立的Chi-Square检验被称为方差同质性的Chi-Square检验,但它们在数学上是等同的。检验的思路是将样本信息（观察到的数据）与如果两个变量确实是独立的情况下的预期值进行比较。独立性的Chi-Square检验的主要特性是。

• 检验统计量的分布是Chi-Square分布,自由度为\((r-1)\times(c-1)\),其中r为行数,c为列数。


• Chi-Square分布是统计学中最重要的分布之一,与正态分布和F分布并列。


• 独立性的Chi-Square检验是右尾的。

芝方统计量的公式是

\[\chi^2 = \sum_{i,j=1}^n \frac{(O_{ij}-E_{ij})^2 }{E_{ij} }\]

该测试最常见的用途之一是评估两个分类变量是否有显著关系。

通常情况下,独立性的Chi-Square检验被称为是一种 2-way crosstabulation 测试。如果你有一个单向的交叉分析,你应该使用一个 契合度的Chi-Square测试 .

如果你有成对的数据怎么办？

如果你有成对的数据,而不是使用Chi-Square计算器,你应该使用这个方法 McNemar测试计算器 .