欢迎来到独立性参数检验与无参数检验（Parametric and Non-Parametric Tests of Independence）的世界！
在你的 CFA 学习之旅中，你已经学过如何描述数据，并针对单一平均数或方差进行假设检验。但在真实的金融世界里，我们很少只单独看一件事。我们通常想了解的是：股票的表现是否与其所属行业有关？执行长的学历会影响公司回报吗？
在本章中，我们将探讨如何检验两个变量是独立的（代表两者没有关系）还是相关的（代表两者有关联）。我们将探讨两个主要工具：卡方检验（Chi-Square Test）和斯皮尔曼等级相关系数（Spearman’s Rank Correlation）。不用担心这些名字听起来很复杂——我们会一步步拆解它们！
快速回顾：「独立」是什么意思？
如果两个事件是独立的，那么其中一个事件的发生对于另一个事件的概率不会提供任何信息。例如，掷硬币的结果与伦敦的天气是独立的。然而，利率与债券价格则是相关的（dependent）。
1. 参数检验与无参数检验：宏观概览
在深入研究具体的检验方法之前，我们需要先了解统计检验的这两个「家族」。
参数检验（Parametric Tests）
这类检验对基础数据有严格的假设。通常，它们假设数据遵循某种特定分布（如常态分布），并使用诸如平均数（mean）和方差（variance）等参数。想象一下，这就像一个严格的烘焙食谱——如果你的材料不够精准，蛋糕就不会发起来。
无参数检验（Non-Parametric Tests）
这些检验更具弹性。它们不要求数据必须呈常态分布。通常在我们有小样本量、异常值（outliers），或是处理的是等级数据（ranked data）（例如「第一名、第二名」）而非精确数值时使用。把它们想象成「Taco 自助餐」——你可以随意替换配料，餐点依然美味！
关键要点：当我们的数据比较「混乱」或不符合参数检验的严格要求时，我们就会使用无参数检验。
2. 卡方（\(\chi^2\)）独立性检验
当我们有类别数据（categorical data）时，我们会使用卡方检验。这意味着数据是被分类到不同的组别或「桶子」中，而不是连续的数值。例如，将公司按产业（科技、能源、金融）和股利政策（发放股利、不发放股利）进行分类。
列联表（Contingency Tables）
为了执行此检验，我们使用列联表（也称为交叉表）。它能同时展示两个类别变量的计数（频率）。
假设（Hypothesis）
虚无假设（\(H_0\)）：两个变量是独立的（没有关系）。
对立假设（\(H_a\)）：两个变量是相关的（存在关系）。
计算检验统计量
卡方统计量衡量的是我们实际观察到的数据 (\(O\)) 与如果变量完全独立时我们预期会看到 (\(E\)) 的数据之间的差异。
公式为：
\( \chi^2 = \sum \frac{(O - E)^2}{E} \)
逐步流程：
1. 计算期望值 (\(E\))： 对于表格中的每个格子，使用这个技巧：
\( E = \frac{(\text{列总计} \times \text{行总计})}{\text{总计}} \)
2. 求出差异： 对于每个格子，用实际观察值减去期望值 (\(O - E\))。
3. 平方并相除： 将差异平方后，除以期望值。
4. 加总： 将所有格子的计算值加在一起，即可得到你的 \(\chi^2\) 统计量。
自由度（Degrees of Freedom, \(df\)）
对于卡方独立性检验，自由度的计算方式为：
\( df = (r - 1) \times (c - 1) \)
其中 \(r\) 是列数，\(c\) 是行数。
你知道吗？ 卡方分布总是正值，且向右偏斜。随着自由度增加，它会看起来越来越像常态分布！
关键要点： 如果计算出的 \(\chi^2\) 远大于表格中的「临界值」，我们就会拒绝虚无假设，并推论这些变量之间存在关系。
3. 斯皮尔曼等级相关系数（Spearman’s Rank Correlation, \(r_s\)）
有时候我们想知道关系的强度，但我们的数据是顺序型的（ordinal/ranked），或者包含了会破坏标准相关系数计算的极端异常值。这时候就是斯皮尔曼等级相关系数出场的时候了。
类比： 想象两位评审在选秀节目中给 10 位参赛者排名。即使评审给出的确切分数不同，但如果他们都同意参赛者 A 比参赛者 B 优异，那么他们的排名就是相关的。
为什么要用它？
- 它是皮尔逊（Pearson）相关系数的无参数替代方案。
- 当数据是非线性但仍遵循某种趋势（单调）时使用。
- 它对于异常值具有稳健性（robust），因为它看的是数据的顺序，而非实际数值。
计算方式：
1. 将两个变量的数据分别从小到大（或从大到小）进行排名。
2. 计算每一对排名之间的差异 (\(d_i\))。
3. 使用公式：
\( r_s = 1 - \frac{6 \sum d_i^2}{n(n^2 - 1)} \)
解读结果：
\(r_s\) 的值永远介于 -1 到 +1 之间。
- +1： 完美的正等级相关（当一个排名上升，另一个也总是上升）。
- -1： 完美的负等级相关。
- 0： 排名之间没有关系。
常见错误： 别忘了分子里的「6」！无论你的样本量是多少，这都是公式中的常数。
关键要点： 当你的数据不呈常态分布，或是处理的是排名而非原始测量数据时，斯皮尔曼等级相关系数是你的首选工具。
4. 何时使用无参数检验？（快速指南）
在 CFA 考试中，你可能会被要求辨识何时使用无参数检验比参数检验更合适。请记住这四种情境：
- 数据是类别型的： 当你是在计算「桶子」里的数量时，使用卡方检验。
- 数据是顺序型的（有排名的）： 使用斯皮尔曼等级相关系数。
- 样本量小： 当样本过小，无法假设其为常态分布时。
- 存在极端异常值： 当几个异常数据点会将平均数或相关系数拉向某一极端时。
如果起初觉得这些很棘手，别担心！ 只要记住：参数检验 = 精确/严格，无参数检验 = 排名/弹性。
总结与快速回顾栏
卡方检验： 使用列联表检验两个类别变量之间的独立性。使用 \(df = (r-1)(c-1)\)。
斯皮尔曼等级相关： 衡量排名数据之间关系的强度。范围从 -1 到 +1。
独立性： 虚无假设通常指出没有关系。如果我们的检验统计量很高，我们就「开除」（拒绝）虚无假设！
测试你的理解：
如果你正在比较「分析师评级」（买入/持有/卖出）与「行业」（科技/零售），你会使用哪种检验？
答案： 卡方独立性检验（因为这些都是类别！）。