卡方相關性檢定簡介
你好！歡迎來到統計學課程中最實用的一章。你有沒有好奇過，兩者之間是否存在真正的聯繫？例如：你最喜歡的音樂類型是否與你的年齡層有關？或者人們對早餐的選擇是否取決於他們的工作？
在本章中，我們將學習卡方 (\(\chi^2\)) 相關性檢定。這是一個非常出色的工具，能幫助我們判斷兩個類別變量是獨立的（沒有關聯），還是存在相關性（彼此有聯繫）。如果一開始覺得有點複雜，別擔心；我們會把它拆解成簡單易懂的步驟！
你知道嗎？ 「卡方」（Chi-Squared）中的「Chi」是一個希臘字母，發音為 "Kai"（與 "sky" 押韻），而不是 "Chee"！
1. 場景設定：列聯表 (Contingency Tables)
在進行任何計算之前，我們需要先整理數據。我們使用一種稱為 \(n \times m\) 列聯表的工具。
想像我們詢問了 100 名學生關於他們最喜歡的運動和所屬年級。表格看起來可能像這樣：
示例表格：
12年級： 足球 (20), 網球 (10), 游泳 (5)
13年級： 足球 (15), 網球 (30), 游泳 (20)
在這種情況下，我們有 2 個列（12年級和13年級）和 3 個欄（足球、網球、游泳）。我們稱之為 \(2 \times 3\) 表格。
關鍵術語：
- 觀測頻數 (\(O_i\))： 這是我們從調查或實驗中收集到的實際數據。
- 期望頻數 (\(E_i\))： 這些是如果變量之間完全沒有關聯時，我們預期會看到的數據。
快速複習： \(n \times m\) 表格僅表示一個有 \(n\) 個列和 \(m\) 個欄的表格。記得先點算你的列數和欄數！
2. 「如果……會怎樣」階段：計算期望頻數
為了看出是否存在相關性，我們首先要計算如果變量是獨立的，表格會是什麼樣子。對於表格中的每一個格子，你需要使用以下簡單的公式計算期望頻數 (\(E_i\))：
\(E_i = \frac{\text{列總計} \times \text{欄總計}}{\text{總計}}\)
必須記住的一條黃金法則！
為了使卡方檢定有效，所有期望頻數 (\(E_i\)) 必須大於 5。
如果你計算出的 \(E_i\) 小於或等於 5，你通常需要合併列或欄，直到所有期望值都安全地大於 5 為止。
類比： 把這想像成一場派對。如果一個房間裡的人少於 5 個，就太小了無法跳舞（檢定將無法運作），所以你要把它與隔壁房間合併！
3. 卡方統計量 (\(\chi^2\))
現在我們要比較「現實」（觀測值）與「理論」（期望值）。我們使用以下公式來找出檢定統計量：
\(\chi^2_{calc} = \sum \frac{(O_i - E_i)^2}{E_i}\)
逐步操作流程：
- 對於每個格子，用觀測值減去期望值 (\(O - E\))。
- 將該數字平方（這樣可以消除惱人的負號！）。
- 將平方結果除以該格子的期望值。
- 將表格中所有格子的結果相加。
關鍵要點： 一個較大的 \(\chi^2\) 值表示現實與理論大相徑庭，這意味著它們之間很可能存在相關性！
4. 自由度 (\(df\))
為了在統計表中查找「臨界值」，我們需要知道自由度。這告訴我們數據有多少「調整空間」。對於一個 \(r \times c\) 表格（列 \(\times\) 欄）：
\(df = (r - 1) \times (c - 1)\)
例子： 在我們的 \(2 \times 3\) 運動表格中，\(df = (2 - 1) \times (3 - 1) = 1 \times 2 = 2\)。
5. 葉氏修正 (Yates’ Correction)（僅適用於 \(2 \times 2\) 表格）
有時，當我們處理較小的表格（特別是 \(2 \times 2\) 表格）時，標準公式可能會顯得過於「寬鬆」。為了更準確，我們使用葉氏連續性修正 (Yates’ Continuity Correction)。
你僅在擁有 \(2 \times 2\) 列聯表時才使用此方法。公式會略有改變：
\(\chi^2_{Yates} = \sum \frac{(|O_i - E_i| - 0.5)^2}{E_i}\)
\(|O_i - E_i|\) 的部分僅表示「取正差值」。然後在平方前減去 0.5。這會稍微「縮小」差異，使檢定更趨於保守。
常見錯誤： 學生經常試圖在 \(2 \times 3\) 或 \(3 \times 3\) 的表格上使用葉氏修正。千萬別這樣做！ 它嚴格適用於 \(2 \times 2\) 表格。
6. 識別相關性的來源
如果你的檢定得出結論認為確實存在相關性，考官可能會問：「這種相關性從何而來？」
要回答這個問題，請回頭查看你計算 \(\frac{(O_i - E_i)^2}{E_i}\) 的過程。貢獻最大（數值最大）的那個格子，就是現實與理論之間差異最大的地方。
例子： 如果「13年級學生」和「網球」這組數據對 \(\chi^2\) 總和有巨大的貢獻，你應該說：「相關性的主要來源是 13 年級學生打網球的次數遠多於（或遠少於）預期。」
考試成功檢查清單
- 假設： 務必列出 \(H_0\)（變量獨立）和 \(H_1\)（變量相關）。
- 檢查 \(E_i\)： 所有期望值是否都 \( > 5\)？如果沒有，請合併列/欄。
- 葉氏修正？： 如果是 \(2 \times 2\) 表格，請使用修正公式。
- 自由度： 使用 \((r-1)(c-1)\)。
- 比較： 如果你的 \(\chi^2_{calc} > \text{臨界值}\)，則拒絕 \(H_0\)。
- 語境： 務必將最終結論寫在原始問題的語境中（例如：「有證據顯示年齡與運動選擇之間存在相關性」）。
記憶小撇步： 如果 \(\chi^2\) 值高 (High)，虛無假設就要走 (Go)！（即拒絕 \(H_0\)）。