歡迎來到獨立性參數檢定與無參數檢定（Parametric and Non-Parametric Tests of Independence）的世界！
在你的 CFA 學習之旅中，你已經學過如何描述數據，並針對單一平均數或變異數進行假設檢定。但在真實的金融世界裡，我們很少只單獨看一件事。我們通常想了解的是：股票的表現是否與其所屬行業有關？執行長的學歷會影響公司回報嗎？
在本章中，我們將探討如何檢定兩個變數是獨立的（代表兩者沒有關係）還是相關的（代表兩者有關聯）。我們將探討兩個主要工具：卡方檢定（Chi-Square Test）和斯皮爾曼等級相關係數（Spearman’s Rank Correlation）。不用擔心這些名字聽起來很複雜——我們會一步步拆解它們！
快速回顧：「獨立」是什麼意思？
如果兩個事件是獨立的，那麼其中一個事件的發生對於另一個事件的機率不會提供任何資訊。例如，擲硬幣的結果與倫敦的天氣是獨立的。然而，利率與債券價格則是相關的（dependent）。
1. 參數檢定與無參數檢定：宏觀概覽
在深入研究具體的檢定方法之前，我們需要先了解統計檢定的這兩個「家族」。
參數檢定（Parametric Tests）
這類檢定對基礎數據有嚴格的假設。通常，它們假設數據遵循某種特定分佈（如常態分佈），並使用諸如平均數（mean）和變異數（variance）等參數。想像一下，這就像一個嚴格的烘焙食譜——如果你的材料不夠精準，蛋糕就不會發起來。
無參數檢定（Non-Parametric Tests）
這些檢定更具彈性。它們不要求數據必須呈常態分佈。通常在我們有小樣本量、異常值（outliers），或是處理的是等級數據（ranked data）（例如「第一名、第二名」）而非精確數值時使用。把它們想像成「Taco 自助餐」——你可以隨意替換配料，餐點依然美味！
關鍵要點：當我們的數據比較「混亂」或不符合參數檢定的嚴格要求時，我們就會使用無參數檢定。
2. 卡方（\(\chi^2\)）獨立性檢定
當我們有類別數據（categorical data）時，我們會使用卡方檢定。這意味著數據是被分類到不同的組別或「桶子」中，而不是連續的數值。例如，將公司按產業（科技、能源、金融）和股利政策（發放股利、不發放股利）進行分類。
列聯表（Contingency Tables）
為了執行此檢定，我們使用列聯表（也稱為交叉表）。它能同時展示兩個類別變數的計數（頻率）。
假設（Hypothesis）
虛無假設（\(H_0\)）：兩個變數是獨立的（沒有關係）。
對立假設（\(H_a\)）：兩個變數是相關的（存在關係）。
計算檢定統計量
卡方統計量衡量的是我們實際觀察到的數據 (\(O\)) 與如果變數完全獨立時我們預期會看到 (\(E\)) 的數據之間的差異。
公式為：
\( \chi^2 = \sum \frac{(O - E)^2}{E} \)
逐步流程：
1. 計算期望值 (\(E\))： 對表格中的每個格子，使用這個技巧：
\( E = \frac{(\text{列總計} \times \text{行總計})}{\text{總計}} \)
2. 求出差異： 對於每個格子，用實際觀察值減去期望值 (\(O - E\))。
3. 平方並相除： 將差異平方後，除以期望值。
4. 加總： 將所有格子的計算值加在一起，即可得到你的 \(\chi^2\) 統計量。
自由度（Degrees of Freedom, \(df\)）
對於卡方獨立性檢定，自由度的計算方式為：
\( df = (r - 1) \times (c - 1) \)
其中 \(r\) 是列數，\(c\) 是行數。
你知道嗎？ 卡方分佈總是正值，且向右偏斜。隨著自由度增加，它會看起來越來越像常態分佈！
關鍵要點： 如果計算出的 \(\chi^2\) 遠大於表格中的「臨界值」，我們就會拒絕虛無假設，並推論這些變數之間存在關係。
3. 斯皮爾曼等級相關係數（Spearman’s Rank Correlation, \(r_s\)）
有時候我們想知道關係的強度，但我們的數據是順序型的（ordinal/ranked），或者包含了會破壞標準相關係數計算的極端異常值。這時候就是斯皮爾曼等級相關係數出場的時候了。
類比： 想像兩位評審在選秀節目中給 10 位參賽者排名。即使評審給出的確切分數不同，但如果他們都同意參賽者 A 比參賽者 B 優異，那麼他們的排名就是相關的。
為什麼要用它？
- 它是皮爾遜（Pearson）相關係數的無參數替代方案。
- 當數據是非線性但仍遵循某種趨勢（單調）時使用。
- 它對於異常值具有穩健性（robust），因為它看的是數據的順序，而非實際數值。
計算方式：
1. 將兩個變數的數據分別從小到大（或從大到小）進行排名。
2. 計算每一對排名之間的差異 (\(d_i\))。
3. 使用公式：
\( r_s = 1 - \frac{6 \sum d_i^2}{n(n^2 - 1)} \)
解讀結果：
\(r_s\) 的值永遠介於 -1 到 +1 之間。
- +1： 完美的正等級相關（當一個排名上升，另一個也總是上升）。
- -1： 完美的負等級相關。
- 0： 排名之間沒有關係。
常見錯誤： 別忘了分子裡的「6」！無論你的樣本量是多少，這都是公式中的常數。
關鍵要點： 當你的數據不呈常態分佈，或是處理的是排名而非原始測量數據時，斯皮爾曼等級相關係數是你的首選工具。
4. 何時使用無參數檢定？（快速指南）
在 CFA 考試中，你可能會被要求辨識何時使用無參數檢定比參數檢定更合適。請記住這四種情境：
- 數據是類別型的： 當你是在計算「桶子」裡的數量時，使用卡方檢定。
- 數據是順序型的（有排名的）： 使用斯皮爾曼等級相關係數。
- 樣本量小： 當樣本過小，無法假設其為常態分佈時。
- 存在極端異常值： 當幾個異常數據點會將平均數或相關係數拉向某一極端時。
如果起初覺得這些很棘手，別擔心！ 只要記住：參數檢定 = 精確/嚴格，無參數檢定 = 排名/彈性。
總結與快速回顧欄
卡方檢定： 使用列聯表檢定兩個類別變數之間的獨立性。使用 \(df = (r-1)(c-1)\)。
斯皮爾曼等級相關： 衡量排名數據之間關係的強度。範圍從 -1 到 +1。
獨立性： 虛無假設通常指出沒有關係。如果我們的檢定統計量很高，我們就「開除」（拒絕）虛無假設！
測試你的理解：
如果你正在比較「分析師評級」（買入/持有/賣出）與「行業」（科技/零售），你會使用哪種檢定？
答案： 卡方獨立性檢定（因為這些都是類別！）。