statistics

卡方(χ²)檢定

卡方檢定在類別資料中比較觀測次數與期望次數。χ² = Σ(O−E)²/E。用於適合度檢定與獨立性檢定。

卡方(χ2\chi^2)檢定是處理類別資料的標準工具。檢定統計量為:

χ2=i(OiEi)2Ei\chi^2 = \sum_i \frac{(O_i - E_i)^2}{E_i}

其中 OiO_i 為觀測次數,EiE_i 為虛無假設 H0H_0 下的期望次數。

三種常見類型:

  • 適合度檢定:觀測分布是否與理論分布相符?(骰子是否公正?)。df=k1df = k - 1
  • 獨立性檢定:兩個類別變數是否獨立?(性別是否與投票傾向獨立?)。對 r×cr \times c 列聯表,df=(r1)(c1)df = (r-1)(c-1)
  • 變異數檢定:較不常見。

前提:期望次數須足夠大(通常每格 5\geq 5)。樣本過小時,改用費雪精確檢定

卡方分布本身是標準常態變數平方和的分布——用以構造臨界值。