卡方 (\(\chi^2\)) 检验简介
欢迎来到统计学中最实用的章节之一！你有没有想过，你掷骰子时的“运气”会不会是因为骰子本身不均匀？或者人们听的音乐是否真的与他们的年龄有关？卡方 (\(\chi^2\)) 检验就是数学家用来回答这类“预期与现实”问题的工具。
在本章中，我们将学习如何测量我们实际观察到的数据（Observed）与我们预期会看到的数据（Expected）之间的差异。如果差异很大，那就说明背后有一些值得探究的现象！
1. 核心公式：衡量差距
每一个卡方检验都使用同一个基本引擎来计算统计量。不用担心它看起来很吓人；它其实只是衡量我们的预期与实际情况有多大“出入”的一种方法。
\(\chi^2_{calc} = \sum \frac{(O - E)^2}{E}\)
其中：
\(O\) = 观察频数（你收集到的真实数据）。
\(E\) = 期望频数（如果你的理论正确，数据理应呈现的样子）。
生活化类比：
想象你预期一天会收到 10 条信息 (\(E=10\))，但某天你收到了 15 条 (\(O=15\))。“差距”是 5。我们将该差距平方 (\(5^2 = 25\))，这样负数差距就不会抵消正数差距，然后除以原本的期望值，以了解该差距相对于总体而言有多显著。
快速回顾：
- \(\chi^2\) 值较大 = 数据与理论之间存在巨大差异。
- \(\chi^2\) 值较小 = 数据与理论非常吻合。
2. 卡方关联性检验（列联表）
当你拥有类别数据并想知道两个因素是否独立时，就会用到这个检验。例如：“数学成绩”与“是否吃早餐”之间是否独立？
假设
\(H_0\)：这两个因素之间没有关联（它们是独立的）。
\(H_1\)：这两个因素之间有关联（它们是相关的）。
计算期望频数 (\(E\))
针对表格中的每个格子，计算：
\(E = \frac{\text{列总计} \times \text{行总计}}{\text{总计}}\)
自由度 (\(df\))
“自由度”告诉我们，在总计数值的限制下，表格中有多少个格子是可以“自由变动”的。
公式： \(df = (r - 1)(c - 1)\)
（其中 \(r\) 为列数，\(c\) 为行数）
常见错误：
计算 \(df\) 时，请勿将“总计”这一行或一列计算在内！只计算类别本身。
重点总结：
如果你的计算所得 \(\chi^2\) 大于查表所得的临界值，你就要拒绝 \(H_0\)，并得出结论认为两者之间存在关联。
3. 卡方拟合优度检验
此检验用于检查某个特定的数学模型（例如均匀分布、二项分布或泊松分布）是否真的适合你的实际数据。
假设
\(H_0\)：数据符合该模型（例如：泊松分布是一个合适的模型）。
\(H_1\)：数据不符合该模型。
黄金法则：较小的期望频数
如果期望频数 (\(E\)) 太小，卡方检验的可靠性会降低。
法则： 如果任何一个 \(E < 5\)，你必须将该格与相邻的格子合并（观察值也需做同样处理）。
别担心，记住这句口诀：“若低于五，合并求生！”
计算模型的自由度 (\(df\))
这与列联表略有不同：
\(df = (\text{合并后的格子数量}) - 1 - (\text{从数据中估计出的参数数量})\)
估计的参数：
- 均匀分布： 通常估计 0 个参数。
- 泊松分布： 如果你从数据中计算平均值，则有 1 个参数 (\(\lambda\))。
- 二项分布： 如果你从数据中计算概率，则有 1 个参数 (\(p\))。
你知道吗？
卡方分布总是正数且向右偏态。随着自由度增加，其图形会变得越来越像正态分布曲线！
4. 解读结果
得到 \(\chi^2_{calc}\) 后，有两种方法可以做出决定：
方法 A：使用临界值表
1. 选择显著性水平（通常为 5%）。
2. 使用你的 \(df\) 在公式手册中查出临界值。
3. 如果 \(\chi^2_{calc} > \text{临界值}\)，则结果具有显著性。拒绝 \(H_0\)。
方法 B：使用 p 值（软件输出）
如果你使用计算器或电脑，它可能会给你一个 p 值。
- 如果 \(p < \text{显著性水平}\)：拒绝 \(H_0\)。
- 如果 \(p > \text{显著性水平}\)：无法拒绝 \(H_0\)。
记忆口诀：
“P 值低，\(H_0\) 去；P 值高，\(H_0\) 留。”
5. 最后检查清单
处理卡方考题时，请遵循以下步骤：
1. 清晰陈述假设（\(H_0\) 永远是“无变化”或“独立”的一方）。
2. 为每个类别计算期望值 (\(E\))。
3. 检查 \(E \ge 5\) 规则。必要时合并格子！
4. 使用公式 \(\sum \frac{(O - E)^2}{E}\) 找出统计量。
5. 根据检验类型确定 \(df\)。
6. 将结果与临界值比较，并在题目语境中做出结论（例如：“有充分证据表明……”）。
快速复习盒：
- 列联表 \(df\)： \((r-1)(c-1)\)。
- 期望值： 必须 \(\ge 5\)。
- 结论： 务必回到题目本身的内容进行作答！