[[统计学与数据科学 Statistics and Data Science]]

卡方检验完整详解（Chi-square Test）

目录

1. 什么是卡方检验？
2. 卡方检验的类型
3. 卡方分布的数学原理
4. 拟合优度检验（Goodness-of-Fit Test）
5. 独立性检验（Test of Independence）
6. 同质性检验（Test of Homogeneity）
7. 完整计算示例
8. 前提假设与注意事项
9. 效应量与实际意义
10. 可视化与图表
11. 与其他检验的比较

一、什么是卡方检验？

基本定义

卡方检验 (Chi-square Test / χ² Test) 是一种非参数统计方法 (non-parametric statistical method)，用于检验分类变量 (categorical variables) 之间的关系。

核心思想

比较观测频数 (observed frequencies) 与期望频数 (expected frequencies) 之间的差异：

为什么叫"卡方"？

检验统计量服从卡方分布 (chi-square distribution, χ² distribution)，用希腊字母 χ（chi，读作"kai"）的平方表示。

二、卡方检验的类型

三种主要类型

对比表

三、卡方分布的数学原理

卡方统计量的公式

$\chi^2 = \sum_{i=1}^{k} \frac{(O_i - E_i)^2}{E_i}$

符号说明：

• χ²：卡方统计量 (chi-square statistic)
• O_i：第 i 类的观测频数 (observed frequency)
• E_i：第 i 类的期望频数 (expected frequency)
• k：类别总数 (number of categories)

公式的直观理解

为什么要平方？

• 消除正负号，只关注差异的大小
• 放大较大的差异

为什么要除以 E_i？

• 标准化 (standardization)：考虑期望频数的大小
• 期望频数大时，同样的差异相对不那么重要

卡方分布的特征

卡方分布 (χ² distribution) 是一个连续概率分布 (continuous probability distribution)，由自由度 (degrees of freedom, df) 决定。

自由度的计算：

• 拟合优度检验：df = k - 1 - p

  • k：类别数
  • p：估计的参数个数

• 独立性/同质性检验：df = (r - 1) × (c - 1)

  • r：行数 (number of rows)
  • c：列数 (number of columns)

卡方分布的可视化

不同自由度下的卡方分布：

概率密度
    |
0.5 |     df=1
    |    /\
0.4 |   /  \___
    |  /       \___  df=2
0.3 | /            \___
    |/                 \___  df=5
0.2 |                      \___
    |                          \___  df=10
0.1 |                              \___
    |_________________________________________
    0   2   4   6   8   10  12  14  16  18  χ²

关键特征：

• df = 1 时：在 χ² = 0 处有最大值
• df = 2 时：指数递减
• df > 2 时：先上升后下降，峰值右移
• df 越大，分布越对称，越接近正态分布

四、拟合优度检验（Goodness-of-Fit Test）

什么是拟合优度检验？

检验一个分类变量的观测分布是否符合某个理论分布 (theoretical distribution)。

适用场景

假设检验步骤

完整示例：骰子公平性检验

研究问题

某人掷骰子 60 次，记录每个点数出现的次数，检验骰子是否公平。

数据

Step 1: 建立假设

原假设 (H₀)：骰子是公平的，每个点数出现的概率相等 $H_0: p_1 = p_2 = p_3 = p_4 = p_5 = p_6 = \frac{1}{6}$

备择假设 (H₁)：骰子不公平，至少有一个点数的概率不等于 1/6 $H_1: \text{至少存在一个 } p_i \neq \frac{1}{6}$

显著性水平 (significance level)：α = 0.05

Step 2: 计算期望频数

如果骰子公平，每个点数的期望频数：

$E_i = n \times p_i = 60 \times \frac{1}{6} = 10$

Step 3: 计算 χ² 统计量

$\chi^2 = \sum_{i=1}^{6} \frac{(O_i - E_i)^2}{E_i}$

逐项计算：

Step 4: 确定自由度

$df = k - 1 = 6 - 1 = 5$

解释：

• k = 6（6 个类别）
• 减 1 是因为总频数固定（60），知道 5 个类别的频数后，第 6 个自动确定

Step 5: 查找临界值

查 χ² 分布表，df = 5, α = 0.05：

$\chi^2_{critical} = 11.07$

或者计算 p-value：

$p = P(\chi^2_{(5)} > 2.8) \approx 0.73$

Step 6: 做出决策

判断标准：

• χ² = 2.8 < χ²_critical = 11.07
• p = 0.73 > α = 0.05

结论：不能拒绝原假设 (fail to reject H₀)

解释：没有足够证据表明骰子不公平。观测频数与期望频数的差异可以用随机波动 (random variation) 解释。

拟合优度检验的可视化

五、独立性检验（Test of Independence）

什么是独立性检验？

检验两个分类变量之间是否相互独立 (independent)。

独立性的含义

统计独立 (statistical independence)：一个变量的分布不受另一个变量的影响。

数学定义： $P(A \cap B) = P(A) \times P(B)$

直观理解：

• 知道一个人的性别，不能帮助预测其专业选择 → 独立
• 知道一个人的性别，可以更好地预测其专业选择 → 不独立（有关联）

适用场景

列联表（Contingency Table）

独立性检验使用列联表 (contingency table / cross-tabulation) 展示数据。

2×2 列联表示例：

r×c 列联表：

• r 行 (rows)
• c 列 (columns)
• r × c 个单元格 (cells)

期望频数的计算

公式：

$E_{ij} = \frac{(\text{第 i 行总计}) \times (\text{第 j 列总计})}{\text{总样本量}}$

$E_{ij} = \frac{R_i \times C_j}{n}$

逻辑：

• 如果两个变量独立，单元格的期望频数 = 边际概率的乘积
• 例如：P(男性且专业A) = P(男性) × P(专业A)

完整示例：性别与专业选择

研究问题

调查 200 名大学生的性别和专业选择，检验性别与专业选择是否独立。

数据（列联表）

Step 1: 建立假设

原假设 (H₀)：性别与专业选择相互独立 $H_0: \text{性别与专业选择无关联}$

备择假设 (H₁)：性别与专业选择不独立 $H_1: \text{性别与专业选择有关联}$

显著性水平：α = 0.05

Step 2: 计算期望频数

公式：$E_{ij} = \frac{R_i \times C_j}{n}$

男性-理工科： $E_{11} = \frac{100 \times 90}{200} = 45$

男性-文科： $E_{12} = \frac{100 \times 110}{200} = 55$

女性-理工科： $E_{21} = \frac{100 \times 90}{200} = 45$

女性-文科： $E_{22} = \frac{100 \times 110}{200} = 55$

期望频数表：

Step 3: 计算 χ² 统计量

$\chi^2 = \sum_{i=1}^{r} \sum_{j=1}^{c} \frac{(O_{ij} - E_{ij})^2}{E_{ij}}$

逐个单元格计算：

Step 4: 确定自由度

$df = (r - 1) \times (c - 1) = (2 - 1) \times (2 - 1) = 1$

解释：

• 2 行 2 列的列联表
• 知道 1 个单元格的频数后，其他 3 个可以通过边际总计推算出来

Step 5: 查找临界值

查 χ² 分布表，df = 1, α = 0.05：

$\chi^2_{critical} = 3.84$

或者计算 p-value：

$p = P(\chi^2_{(1)} > 18.18) < 0.001$

Step 6: 做出决策

判断标准：

• χ² = 18.18 > χ²_critical = 3.84
• p < 0.001 < α = 0.05

结论：拒绝原假设 (reject H₀)

解释：性别与专业选择之间存在显著关联 (significant association)。

具体模式：

• 男性更倾向选择理工科（60 vs 45 期望）
• 女性更倾向选择文科（70 vs 55 期望）

独立性检验的流程图

六、同质性检验（Test of Homogeneity）

什么是同质性检验？

检验一个分类变量在多个总体中的分布是否相同。

与独立性检验的区别

重要：虽然研究问题不同，但计算方法完全相同！

适用场景

完整示例：三个城市的政治倾向

研究问题

从三个城市各随机抽取 100 名选民，调查其政治倾向，检验三个城市的政治倾向分布是否相同。

数据（列联表）

Step 1: 建立假设

原假设 (H₀)：三个城市的政治倾向分布相同 $H_0: p_{A,左} = p_{B,左} = p_{C,左}, \; p_{A,中} = p_{B,中} = p_{C,中}, \; p_{A,右} = p_{B,右} = p_{C,右}$

备择假设 (H₁)：至少有一个城市的政治倾向分布不同 $H_1: \text{至少存在一对城市的分布不同}$

显著性水平：α = 0.05

Step 2: 计算期望频数

公式：$E_{ij} = \frac{R_i \times C_j}{n}$

城市 A - 左翼： $E_{11} = \frac{100 \times 105}{300} = 35$

城市 A - 中间： $E_{12} = \frac{100 \times 120}{300} = 40$

城市 A - 右翼： $E_{13} = \frac{100 \times 75}{300} = 25$

同理计算其他单元格：

Step 3: 计算 χ² 统计量

Step 4: 确定自由度

$df = (r - 1) \times (c - 1) = (3 - 1) \times (3 - 1) = 4$

解释：

• 3 个城市（行）
• 3 种政治倾向（列）
• df = 2 × 2 = 4

Step 5: 查找临界值

查 χ² 分布表，df = 4, α = 0.05：

$\chi^2_{critical} = 9.49$

计算 p-value：

$p = P(\chi^2_{(4)} > 10.72) \approx 0.03$

Step 6: 做出决策

判断标准：

• χ² = 10.72 > χ²_critical = 9.49
• p = 0.03 < α = 0.05

结论：拒绝原假设 (reject H₀)

解释：三个城市的政治倾向分布存在显著差异。

具体模式：

• 城市 A：分布较均衡
• 城市 B：中间派比例最高（50%）
• 城市 C：左翼比例最高（45%）

同质性检验的可视化

七、卡方检验的前提假设与注意事项

前提假设 (Assumptions)

1. 独立性假设 (Independence Assumption)

要求：每个观测值必须相互独立。

违反的例子：

• ❌ 同一个人被重复计数
• ❌ 配对数据（如夫妻、双胞胎）
• ❌ 聚类数据（如同一班级的学生）

正确做法：

• ✅ 每个个体只计数一次
• ✅ 使用随机抽样
• ✅ 对于配对数据，使用 McNemar 检验 (McNemar's Test)

2. 期望频数要求 (Expected Frequency Requirement)

经验法则 (Rule of Thumb)：

严格标准：

• 所有单元格的期望频数 E ≥ 5

宽松标准：

• 至少 80% 的单元格 E ≥ 5
• 没有单元格 E < 1

为什么有这个要求？

• 卡方分布是连续分布 (continuous distribution)
• 频数是离散的 (discrete)
• 期望频数太小时，连续分布的近似不准确

期望频数不足时的解决方案

Fisher 精确检验 (Fisher's Exact Test)

适用场景：

• 2×2 列联表
• 样本量小，期望频数 < 5

原理：

• 计算所有可能的列联表配置
• 在边际总计固定的条件下
• 计算观测到当前或更极端结果的精确概率

例子：

期望频数：

• 治疗组-治愈：E = 10×11/20 = 5.5
• 部分单元格期望频数 < 5

使用 Fisher 精确检验：

• 计算精确 p-value
• 不依赖卡方近似

3. 样本量要求 (Sample Size)

最小样本量：

• 没有固定规则
• 取决于列联表的大小和期望效应量

经验法则：

• 2×2 表：总样本量至少 20-40
• 3×3 表：总样本量至少 50-100
• 更大的表：需要更多样本

功效分析 (Power Analysis)：

• 使用 G*Power 等软件
• 根据期望效应量、α、功效 (1-β) 计算所需样本量

4. 数据类型要求

适用数据：

• ✅ 频数数据 (frequency data / count data)
• ✅ 分类变量 (categorical variables)
• ✅ 名义变量 (nominal variables)
• ✅ 有序变量 (ordinal variables)

不适用数据：

• ❌ 比例数据 (proportion data)
• ❌ 连续变量 (continuous variables)
• ❌ 百分比 (percentages)

常见错误：

❌ 错误示例：

✅ 正确示例：

八、效应量 (Effect Size)

为什么需要效应量？

p-value 的局限性：

• 只告诉我们差异是否显著
• 不告诉我们差异有多大
• 受样本量影响：样本量大时，微小差异也可能显著

效应量的价值：

• 衡量关联的强度 (strength)
• 不受样本量影响
• 便于跨研究比较

常用效应量指标

1. Phi 系数 (Phi Coefficient, φ)

适用：2×2 列联表

公式：

$\phi = \sqrt{\frac{\chi^2}{n}}$

取值范围：0 ≤ φ ≤ 1

解释标准 (Cohen, 1988)：

• 0.10：小效应 (small effect)
• 0.30：中等效应 (medium effect)
• 0.50：大效应 (large effect)

2. Cramér's V

适用：任意 r×c 列联表（最常用）

公式：

$V = \sqrt{\frac{\chi^2}{n \times \min(r-1, c-1)}}$

符号说明：

• n：总样本量
• r：行数
• c：列数
• min(r-1, c-1)：行数-1 和列数-1 中的较小值

取值范围：0 ≤ V ≤ 1

解释标准：

3. 列联系数 (Contingency Coefficient, C)

公式：

$C = \sqrt{\frac{\chi^2}{\chi^2 + n}}$

取值范围：0 ≤ C < 1

缺点：

• 最大值取决于列联表大小
• 不同大小的表无法直接比较
• 不推荐使用，建议用 Cramér's V

效应量计算示例

示例 1：性别与专业选择（2×2 表）

前面的例子：

• χ² = 18.18
• n = 200
• r = 2, c = 2

Phi 系数： $\phi = \sqrt{\frac{18.18}{200}} = \sqrt{0.0909} = 0.30$

Cramér's V： $V = \sqrt{\frac{18.18}{200 \times \min(1, 1)}} = \sqrt{\frac{18.18}{200}} = 0.30$

解释：中等效应，性别与专业选择有中等程度的关联。

示例 2：三城市政治倾向（3×3 表）

前面的例子：

• χ² = 10.72
• n = 300
• r = 3, c = 3

Cramér's V： $V = \sqrt{\frac{10.72}{300 \times \min(2, 2)}} = \sqrt{\frac{10.72}{600}} = \sqrt{0.0179} = 0.13$

解释：小到中等效应，三个城市的政治倾向差异较小。

效应量的可视化

九、卡方检验的可视化

1. 条形图 (Bar Chart)

适用：展示各类别的频数分布

拟合优度检验示例：

频数
 14 |
 12 |     ■
 10 | ■   ■   ■   ■   ■
  8 | ■   ■   ■   ■   ■   ■
  6 | ■   ■   ■   ■   ■   ■
  4 | ■   ■   ■   ■   ■   ■
  2 | ■   ■   ■   ■   ■   ■
  0 |_________________________
      1   2   3   4   5   6
           骰子点数

  ■ 观测频数 (Observed)
  --- 期望频数 (Expected = 10)

2. 分组条形图 (Grouped Bar Chart)

适用：独立性检验、同质性检验

性别与专业选择示例：

频数
 70 |
 60 |     ■■■
 50 |     ■■■
 40 |     ■■■  □□□
 30 |     ■■■  □□□  ■■■
 20 |     ■■■  □□□  ■■■  □□□
 10 |     ■■■  □□□  ■■■  □□□
  0 |_________________________________
         理工科      文科
         
  ■■■ 男性 (Male)
  □□□ 女性 (Female)

3. 堆叠条形图 (Stacked Bar Chart)

适用：展示比例分布

100%|
    |  □□□□□□□□□□□□□□□□□□□□
 80%|  □□□□□□□□□□□□□□□□□□□□
    |  □□□□□□□□□□□□□□□□□□□□
 60%|  ■■■■■■■■■■■■■■■■■■■■
    |  ■■■■■■■■■■■■■■■■■■■■
 40%|  ■■■■■■■■■■■■■■■■■■■■
    |  ■■■■■■■■■■■■■■■■■■■■
 20%|  ■■■■■■■■■■■■■■■■■■■■
    |  ■■■■■■■■■■■■■■■■■■■■
  0%|_________________________________
         男性              女性
         
  ■■■ 理工科 (60%)    □□□ 文科 (40%)
  ■■■ 理工科 (30%)    □□□ 文科 (70%)

4. 马赛克图 (Mosaic Plot)

适用：展示列联表的结构和关联

特点：

• 矩形面积 = 频数
• 宽度 = 行边际分布
• 高度 = 列边际分布
• 颜色 = 残差 (residuals)

        理工科              文科
    |-------------|---------------------|
    |             |                     |
    |   男性-理工  |      男性-文科       |  男性
    |   (60)      |       (40)          |  50%
    |   +残差     |       -残差         |
    |-------------|---------------------|
    |             |                     |
    | 女性-理工    |      女性-文科       |  女性
    |   (30)      |       (70)          |  50%
    |   -残差     |       +残差         |
    |-------------|---------------------|
       45%              55%

颜色编码：

• 🔴 红色：观测频数 > 期望频数（正残差）
• 🔵 蓝色：观测频数 < 期望频数（负残差）
• ⚪ 白色：观测频数 ≈ 期望频数

5. 热图 (Heatmap)

适用：大型列联表

         左翼    中间    右翼
城市A    35     40     25     颜色深浅
         ■■     ■■■    ■      代表频数
                              
城市B    25     50     25     ■ = 低频数
         ■      ■■■■   ■      ■■ = 中频数
                              ■■■ = 高频数
城市C    45     30     25
         ■■■    ■■     ■

6. 残差图 (Residual Plot)

标准化残差 (Standardized Residuals)：

$r_{ij} = \frac{O_{ij} - E_{ij}}{\sqrt{E_{ij}}}$

调整残差 (Adjusted Residuals)：

$r_{ij}^{adj} = \frac{O_{ij} - E_{ij}}{\sqrt{E_{ij}(1 - p_{i.})(1 - p_{.j})}}$

解释：

• |r| > 2：该单元格对 χ² 贡献较大
• |r| > 3：非常显著的偏离

可视化：

调整残差
  +3 |              ●
     |
  +2 |        ●
     |
  +1 |
     |___●_________●________
   0 |
     |
  -1 |
     |        ●
  -2 |
     |              ●
  -3 |
     |_________________________
       男-理工 男-文科 女-理工 女-文科

十、卡方检验与其他检验的比较

1. 卡方检验 vs t 检验

2. 卡方检验 vs Fisher 精确检验

3. 卡方检验 vs McNemar 检验

McNemar 检验适用场景：

• 配对数据 (paired data)
• 前后测试 (before-after)
• 匹配病例对照研究 (matched case-control)

例子：

McNemar 统计量：

$\chi^2 = \frac{(b - c)^2}{b + c}$

只关注不一致的配对 (discordant pairs)：b 和 c

4. 卡方检验 vs Cochran-Mantel-Haenszel 检验

CMH 检验 (Cochran-Mantel-Haenszel Test)：

• 控制第三个变量的影响
• 检验分层后的关联

例子：

研究吸烟与肺癌的关系，但需要控制年龄的影响。

5. 卡方检验 vs 逻辑回归

建议：

• 初步探索：卡方检验
• 深入分析：逻辑回归

十一、卡方检验的完整报告示例

APA 格式报告

示例 1：独立性检验

研究问题：性别与专业选择是否有关？

结果报告：

使用卡方独立性检验 (chi-square test of independence) 分析性别与专业选择之间的关系。结果显示，性别与专业选择之间存在显著关联，χ²(1, N = 200) = 18.18, p < .001, Cramér's V = 0.30。具体而言，男性更倾向选择理工科（60% vs 30%），而女性更倾向选择文科（70% vs 40%）。效应量为中等，表明性别对专业选择有实际影响。

表格：

表 1
性别与专业选择的列联表

注：χ²(1) = 18.18, p < .001, V = 0.30

示例 2：拟合优度检验

研究问题：骰子是否公平？

结果报告：

使用卡方拟合优度检验 (chi-square goodness-of-fit test) 检验骰子的公平性。在 60 次投掷中，各点数的观测频数与期望频数（均为 10）的差异不显著，χ²(5, N = 60) = 2.80, p = .73。因此，没有足够证据拒绝骰子公平的假设。

完整的研究报告结构

方法部分 (Methods Section)

参与者 (Participants)：

本研究共招募 200 名大学生（男性 100 名，女性 100 名），年龄范围 18-22 岁（M = 20.1, SD = 1.3）。参与者通过随机抽样从某大学学生名单中选取。

测量 (Measures)：

收集参与者的性别（男性/女性）和专业选择（理工科/文科）信息。

统计分析 (Statistical Analysis)：

使用卡方独立性检验分析性别与专业选择之间的关联。显著性水平设定为 α = .05（双侧检验）。计算 Cramér's V 作为效应量指标。所有分析使用 R 4.3.0 软件完成。

结果部分 (Results Section)

描述性统计：

表 1 展示了性别与专业选择的列联表。在 100 名男性中，60 名（60%）选择理工科，40 名（40%）选择文科。在 100 名女性中，30 名（30%）选择理工科，70 名（70%）选择文科。

推断统计：

卡方检验结果显示，性别与专业选择之间存在显著关联，χ²(1, N = 200) = 18.18, p < .001。Cramér's V = 0.30，表明中等效应量。

残差分析：

标准化残差分析显示，男性-理工科单元格（r = +2.24）和女性-文科单元格（r = +2.24）的观测频数显著高于期望频数，而男性-文科（r = -2.02）和女性-理工科（r = -2.02）的观测频数显著低于期望频数。

讨论部分 (Discussion Section)

结果解释：

研究结果支持性别与专业选择存在关联的假设。男性显著更倾向选择理工科，而女性显著更倾向选择文科。这一发现与先前研究一致（Smith et al., 2020），可能反映了社会性别角色期望、兴趣差异或教育环境的影响。

实际意义：

中等效应量（V = 0.30）表明，虽然性别与专业选择有关联，但性别并非唯一决定因素。其他因素如个人兴趣、家庭背景、职业规划等也可能发挥重要作用。

局限性：

本研究存在以下局限：（1）样本仅来自一所大学，可能限制结果的推广性；（2）仅考察性别与专业选择的关联，未控制其他潜在混淆变量；（3）横断面设计无法推断因果关系。

未来研究方向：

未来研究可以：（1）扩大样本范围，包括多所大学；（2）使用多变量分析（如逻辑回归）控制混淆变量；（3）采用纵向设计追踪专业选择的变化过程。

十二、卡方检验的常见错误与陷阱

错误 1：使用比例而非频数

❌ 错误做法：

✅ 正确做法：

原因：卡方检验需要原始频数 (raw frequencies)，不能用比例或百分比。

错误 2：期望频数过小时仍使用卡方检验

❌ 错误做法：

期望频数：E = 1.5（< 5）

仍然使用卡方检验 → 不准确

✅ 正确做法：

• 使用 Fisher 精确检验
• 或增加样本量
• 或合并类别（如果合理）

错误 3：多重比较未校正

场景：对同一数据集进行多次卡方检验

❌ 错误做法：

• 检验 1：性别 vs 专业 A（p = .04）
• 检验 2：性别 vs 专业 B（p = .03）
• 检验 3：性别 vs 专业 C（p = .02）
• 结论：所有关联都显著

问题：Type I error 膨胀 (inflation)

✅ 正确做法：

• 使用 Bonferroni 校正：α_adjusted = α / k
  • 例如：α = .05, k = 3 → α_adjusted = .05/3 = .017
• 或使用 FDR 校正 (False Discovery Rate)
• 或使用多分类变量的卡方检验（一次性检验）

错误 4：混淆独立性检验与同质性检验

关键区别：

虽然计算方法相同，但研究设计和解释不同！

错误 5：忽略效应量

❌ 错误报告：

"卡方检验显著，χ²(1) = 4.2, p = .04，因此性别与专业选择有关。"

✅ 正确报告：

"卡方检验显著，χ²(1) = 4.2, p = .04, V = 0.15，但效应量较小，表明关联较弱。"

原因：

• 大样本时，微小差异也可能显著
• 必须报告效应量评估实际意义

错误 6：因果推断

❌ 错误结论：

"性别导致专业选择差异。"

✅ 正确结论：

"性别与专业选择存在关联。"

原因：

• 卡方检验只能检验关联 (association)
• 不能推断因果关系 (causation)
• 可能存在第三变量 (third variable) 或反向因果 (reverse causation)

错误 7：违反独立性假设

❌ 错误场景：

• 同一个人被计数多次
• 配对数据（如夫妻）
• 聚类数据（如同一班级的学生）

✅ 正确做法：

• 确保每个观测独立
• 配对数据使用 McNemar 检验
• 聚类数据使用多层模型 (multilevel models)

错误 8：忽略单元格贡献

问题：只看总体 χ² 值，不分析哪些单元格贡献最大

✅ 正确做法：

• 计算标准化残差 (standardized residuals)
• 识别哪些单元格偏离期望最大
• 解释具体的关联模式

示例：

解释：男性-理工科和女性-文科的观测频数显著高于期望。

十三、卡方检验的扩展与变体

1. 趋势卡方检验 (Chi-square Test for Trend)

适用：有序分类变量 (ordinal variables)

例子：检验教育水平（高中/本科/研究生）与收入（低/中/高）是否存在线性趋势。

Cochran-Armitage 趋势检验：

• 检验是否存在单调趋势 (monotonic trend)
• 比普通卡方检验更有统计功效

公式：

$\chi^2_{trend} = \frac{n \left( \sum_{i} s_i p_i - \bar{s} \right)^2}{\bar{p}(1-\bar{p}) \sum_{i} n_i (s_i - \bar{s})^2}$

其中：

• s_i：第 i 组的得分（如 1, 2, 3）
• p_i：第 i 组的比例
• n_i：第 i 组的样本量

2. 分层卡方检验 (Stratified Chi-square Test)

Cochran-Mantel-Haenszel (CMH) 检验：

• 控制第三个变量（分层变量）
• 检验在控制分层变量后，两个变量是否仍有关联

例子：

研究吸烟与肺癌的关系，控制年龄。

CMH 统计量：

$\chi^2_{CMH} = \frac{\left[ \sum_{k} (a_k - E[a_k]) \right]^2}{\sum_{k} Var(a_k)}$

3. 精确检验的扩展

Freeman-Halton 扩展：

• Fisher 精确检验的推广
• 适用于 r×c 表（不限于 2×2）
• 计算所有可能表格的精确概率

蒙特卡洛模拟 (Monte Carlo Simulation)：

• 当精确计算太复杂时
• 通过模拟估计 p-value
• 适用于大型列联表

4. 加权卡方检验 (Weighted Chi-square Test)

适用：

• 样本来自不同总体，需要加权
• 调查数据中的抽样权重

例子：

• 全国调查中，不同地区的抽样比例不同
• 需要根据人口比例加权

卡方检验总结

核心概念

卡方检验 (Chi-square Test) 是用于分类变量的非参数统计方法，通过比较观测频数与期望频数的差异来检验假设。

核心公式

$\chi^2 = \sum \frac{(O - E)^2}{E}$

• O：观测频数 (Observed frequency)
• E：期望频数 (Expected frequency)

三种主要类型

检验步骤

自由度计算

• 拟合优度：df = k - 1（k = 类别数）
• 独立性/同质性：df = (r - 1) × (c - 1)（r = 行数，c = 列数）

决策标准

• χ² > 临界值 或 p < α → 拒绝原假设
• χ² ≤ 临界值 或 p ≥ α → 不拒绝原假设

前提假设（重要！）

效应量 (Effect Size)

Cramér's V（最常用）

$V = \sqrt{\frac{\chi^2}{n \times \min(r-1, c-1)}}$

解释标准

重要：必须同时报告 p-value 和效应量！

常见错误

❌ 使用比例而非频数
❌ 期望频数<5时仍用卡方检验
❌ 多重比较未校正
❌ 忽略效应量
❌ 推断因果关系（只能说明关联）
❌ 违反独立性假设

与其他检验的选择

完整报告模板

使用卡方独立性检验分析[变量1]与[变量2]之间的关系。结果显示，两变量之间存在显著关联，χ²(df, N = n) = X.XX, p = .XXX, Cramér's V = X.XX。具体而言，[描述关联模式]。效应量为[小/中/大]，表明[实际意义解释]。

关键要点总结

1. 适用于分类变量，比较频数差异
2. 三种类型：拟合优度、独立性、同质性
3. 必须检查前提：独立性、期望频数≥5
4. 必须报告效应量：Cramér's V
5. 只能说明关联，不能推断因果
6. 小样本用Fisher精确检验
7. 配对数据用McNemar检验
8. 多重比较需校正α水平

快速决策树

最后更新 · 2026-05-19 23:52