### 1. 核心要素：\(O\) 与 \(E\) 在进行任何检验前，我们需要为每个类别准备两组数据： 观察频数（Observed Frequencies, \(O\)）：这是你从实验或调查中收集到的实际结果。 期望频数（Expected Frequencies, \(E\)）：这是如果你的理论（即虚无假设）成立时，你“理应”得到的结果。
检验统计量公式
为了将这些差异转化为一个我们能使用的数值，我们使用以下公式：\(\chi^2_{\text{calc}} = \sum \frac{(O - E)^2}{E}\)
如何解读此公式： 1. 对于每个类别，将观察值减去期望值。 2. 将结果平方（这样数值永远为正）。 3. 除以期望值。 4. 将所有这些计算结果加总（这就是 \(\sum\) 符号的意义）。快速回顾： 如果观察值与期望值非常接近，\(\chi^2\) 就会很小。如果两者差异巨大，\(\chi^2\) 就会很大！
### 2. 独立性检验（列联表） 有时我们想知道两件事是否相关。例如：最喜欢的颜色是否与性别有关？某种药物是否对特定年龄层效果更好？我们会使用列联表（Contingency Tables）（将数据排列在行与列中）来找出答案。
设定假设
每个检验都始于两个陈述： \(H_0\)（虚无假设）：两个变量是独立的（两者没有关联）。 \(H_1\)（对立假设）：两个变量是不独立的（两者有某种关联）。计算期望值（\(E\)）
对于列联表，我们使用“行列总计法”来计算每个单元格的期望值：\(E = \frac{\text{Row Total} \times \text{Column Total}}{\text{Grand Total}}\)
自由度（\(\text{df}\)）
“自由度”告诉我们数据中有多少信息是可以自由变动的。对于一个有 \(r\) 行和 \(c\) 列的列联表：\(\text{df} = (r - 1)(c - 1)\)
范例：在一个 \(3 \times 2\) 的表格中，\(\text{df} = (3-1)(2-1) = 2 \times 1 = 2\)。重点笔记： 在独立性检验中，\(H_0\) 总是宣称变量之间没有关系。
### 3. 黄金法则：限制与修正 \(\chi^2\) 检验是一种近似值，只有在数据足够充足时才准确。考试时你必须记住两项“安全规则”：
“5 的法则”
每一个期望频数（\(E\)）必须至少为 5。如果不符合怎么办？ 若某个 \(E\) 值小于 5，检验结果会变得不可靠。为了修正，你必须将相邻的行或列（或类别）合并，直到每个 \(E \ge 5\)。 注意：合并时，记得也要同时合并对应的观察值（\(O\)）！
耶茨连续性修正（Yates’ Continuity Correction）
这是一种特殊调整，仅用于 \(2 \times 2\) 表格（即 \(\text{df} = 1\) 时）。它会让检验变得更为保守。修正后公式：\(\chi^2 = \sum \frac{(|O - E| - 0.5)^2}{E}\)
垂直线 \(|O - E|\) 代表“取正差值”（忽略负号）。在平方之前，先从差值中减去 0.5。你知道吗？ 耶茨修正以英国统计学家 Frank Yates 命名。它就像是一个“安全缓冲区”，确保我们不会因一时运气，而误以为数据之间存在关联！
### 4. 拟合优度检验（Goodness of Fit Tests） “拟合优度”检验用于检查你的样本数据是否遵循特定的理论分布。
理论分布的类型
给定比率：例如，检验植物后代是否符合 \(3:1\) 的遗传比率。如果你有 100 株植物，你预期其中一类为 75 株，另一类为 25 株。 离散均匀分布：每个结果出现的概率都相等。如果你有 \(n\) 个类别且总观察值为 \(N\)，则每个 \(E = \frac{N}{n}\)。 标准理论分布：利用理论概率 \(E = N \times P(X = x)\) 将数据拟合至二项分布（Binomial）、泊松分布（Poisson）或几何分布（Geometric）等分布。拟合优度检验的自由度
计算自由度时，先从单元格的数量（合并任何 \(E < 5\) 的单元格之后）开始。如果必须从样本数据中估计任何分布参数（例如泊松分布的均值 \(\lambda\) 或二项分布的概率 \(p\)），则每估计一个参数就要扣除 1 个自由度：\(\text{df} = \text{number of cells} - 1 - k\)
其中 \(k\) 是估计参数的数量（若没有从数据中估计任何参数，则 \(k = 0\)）。常见错误： 学生常误用“观察值的总数量”来计算 \(\text{df}\)。请记住，\(\text{df}\) 是基于类别（单元格）的数量减 1（并减去任何估计参数 \(k\)），而不是你数了多少个总观察值！
### 5. 逐步教学：如何进行检验 考试时，请按照以下步骤来保持条理： 1. 陈述假设：清楚写出 \(H_0\)（数据符合指定的分布 / 变量之间互相独立）和 \(H_1\)。 2. 计算期望值（\(E\)）：利用总计数以及分布、概率或列联表公式进行计算。 3. 检查 \(E \ge 5\) 规则：若有任何 \(E < 5\)，合并相邻类别并重新计算 \(\text{df}\)。 4. 计算 \(\chi^2\) 统计量：使用公式 \(\sum \frac{(O-E)^2}{E}\)（若是 \(2 \times 2\) 列联表，记得使用耶茨修正）。 5. 查找临界值：使用你计算出的 \(\text{df}\) 和显著性水平（例如 5%）查统计表得出临界值。 6. 比较并得出结论： 若 计算出的 \(\chi^2 > \text{临界值}\)：拒绝 \(H_0\)。有充分证据显示数据不符合该模型 / 变量之间并非独立。 若 计算出的 \(\chi^2 \le \text{临界值}\)：无法拒绝 \(H_0\)。没有足够证据去否定该模型。
加油： 步骤 4 可能涉及许多微小的计算。请慢慢来，或许可以制作一个表格来追踪你的 \((O-E)^2 / E\) 数值。细心是关键！
### 最终总结：全局观