卡方(χ2\chi^2χ2)檢定是處理類別資料的標準工具。檢定統計量為: χ2=∑i(Oi−Ei)2Ei\chi^2 = \sum_i \frac{(O_i - E_i)^2}{E_i}χ2=∑iEi(Oi−Ei)2 其中 OiO_iOi 為觀測次數,EiE_iEi 為虛無假設 H0H_0H0 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=k−1df = k - 1df=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 cr×c 列聯表,df=(r−1)(c−1)df = (r-1)(c-1)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≥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。