【统计检验】卡方检验(χ²)

单因素方差分析,卡方检验,充分条件必要条件 方差分析 组间: SSA=∑i=1rm(xi¯−x¯)2SSA=\sum_{i=1}^{r}m(\bar{x_i}-\bar{x})^2 MSA=SSAr−1MSA=\frac{SSA}{r-1} 组内: SSE=∑i=1r∑j=1m(xij−xi¯)2SSE=\sum_{i=1}^{r}\sum_{j=1}^{m}(x_{ij}-\bar{x_i})^2 MSE= 阅读详情

统计检验必学:卡方检验(χ²)|原理+公式+案例+Python代码全解

大家好,今天我们来聊统计检验里最常用、最好用、最适合分类数据的方法:卡方检验(Chi-square test)。

不管你是本科生、研究生,还是做数据分析、机器学习、问卷统计、医学统计,卡方检验都是必须掌握的检验方法。

我会用最通俗、最直白、最容易理解的方式,把卡方检验讲透,保证看完直接会用、直接能写进论文里。


一、什么是卡方检验?(大白话解释)

一句话:
卡方检验就是专门用来判断“两个分类变量”有没有关系的统计方法。

它只处理分类变量,比如:

  • 性别:男 / 女
  • 职业:学生 / 上班族 / 退休
  • 喜好:咖啡 / 茶 / 牛奶
  • 购买:是 / 否
  • 颜色:红 / 蓝 / 绿

卡方检验只回答一个问题:
两个分类变量之间有没有“关联”?是不是独立的?

比如:

  • 性别和喜欢咖啡/茶有没有关系?
  • 性别和是否购买商品有没有关系?
  • 职业和健康状况有没有关系?
  • 抽烟和患肺癌有没有关系?

只要是两个分类变量,都能用卡方检验。


二、卡方检验的本质是什么?

本质:比较“实际观测值”和“理论期望值”的差距。

  • 实际观测值(O):你真正收集到的数据
  • 期望值(E):假设两个变量完全没关系、完全独立时,理论上应该出现的数据

差距越大 → 卡方值越大 → 越说明两个变量有关系
差距越小 → 越说明只是随机误差 → 两个变量没关系


三、卡方检验核心公式(必须记住)

1. 卡方统计量公式

χ2=∑(Oi−Ei)2Ei \chi^{2}=\sum \frac{(O_{i}-E_{i})^{2}}{E_{i}} χ2=∑Ei​(Oi​−Ei​)2​

  • O:实际观测频数
  • E:期望频数
  • χ²:卡方统计量
  • Σ:对所有格子求和

2. 期望频数计算公式

Eij=行合计×列合计总人数 E_{ij}=\frac{行合计 × 列合计}{总人数} Eij​=总人数行合计×列合计​

3. 自由度计算公式

df=(行数−1)×(列数−1) df=(行数-1) × (列数-1) df=(行数−1)×(列数−1)


四、最经典案例:性别 vs 饮品偏好

我们用一个最简单、最直观的案例带你走一遍卡方检验。

1. 实际观测数据(列联表)

喜欢咖啡喜欢茶行合计
男性302050
女性104050
列合计4060总人数=100

2. 计算期望频数

以男性喜欢咖啡为例:
E=50×40100=20 E=\frac{50 × 40}{100}=20 E=10050×40​=20

完整期望频数表:

喜欢咖啡喜欢茶
男性2030
女性2030

3. 计算卡方统计量

(30−20)220=5 \frac{(30-20)^2}{20}=5 20(30−20)2​=5
(10−20)220=5 \frac{(10-20)^2}{20}=5 20(10−20)2​=5
(20−30)230=3.33 \frac{(20-30)^2}{30}=3.33 30(20−30)2​=3.33
(40−30)230=3.33 \frac{(40-30)^2}{30}=3.33 30(40−30)2​=3.33

总卡方值 = 5 + 5 + 3.33 + 3.33 = 16.66

4. 自由度

df=(2−1)(2−1)=1 df=(2-1)(2-1)=1 df=(2−1)(2−1)=1

5. 结论

χ²=16.66,p<0.05
说明:性别和饮品偏好存在显著关联!


五、卡方检验的 5 大特点

  1. 专门处理分类数据:性别、职业、喜好、是否购买等
  2. 不要求正态分布:属于非参数检验
  3. 基于频数比较:只看数量,不看连续数值
  4. 样本量越大越准确:建议每个格子频数 ≥5
  5. 判断关联性是否显著:直接给出是否相关

六、Python 完整实现(直接复制运行)

下面是最完整、最简单、可直接运行的卡方检验代码,包含:

  • 生成列联表
  • 执行卡方检验
  • 输出卡方值、p值、自由度、期望频数
  • 热力图可视化
# 1. 导入库
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from scipy.stats import chi2_contingency

# 2. 构建列联表(观测值)
observed = np.array([
    [30, 20],   # 男性:咖啡、茶
    [10, 40]    # 女性:咖啡、茶
])

# 3. 执行卡方检验
chi2, p, dof, expected = chi2_contingency(observed)

# 4. 输出结果
print("="*50)
print("          卡方检验结果")
print("="*50)
print(f"卡方统计量 χ²: {chi2:.4f}")
print(f"p值: {p:.4f}")
print(f"自由度 df: {dof}")
print("="*50)
print("期望频数:")
print(expected)
print("="*50)

# 5. 显著性判断
alpha = 0.05
if p < alpha:
    print("结论:两个变量存在显著关联 ✅")
else:
    print("结论:两个变量无显著关联 ❌")

# 6. 可视化:观测值 vs 期望值热力图
fig, ax = plt.subplots(1, 2, figsize=(12, 5))

sns.heatmap(observed, annot=True, cmap="Blues", fmt="d", ax=ax[0])
ax[0].set_title("实际观测频数")

sns.heatmap(expected, annot=True, cmap="Oranges", fmt=".1f", ax=ax[1])
ax[1].set_title("期望频数")

plt.tight_layout()
plt.show()

七、机器学习中的应用:特征选择

卡方检验在机器学习、数据挖掘中最常用的场景是:
分类特征选择(筛选与标签最相关的特征)

它可以快速找出:
哪些分类特征对标签影响最大

Python 特征选择代码

from sklearn.feature_selection import SelectKBest, chi2
from sklearn.preprocessing import LabelEncoder
import pandas as pd

# 构造数据
data = {
    'Gender': ['Male', 'Female', 'Female', 'Male', 'Female'],
    'Age': [25, 30, 35, 22, 40],
    'Purchase': ['No', 'Yes', 'Yes', 'No', 'Yes']
}

df = pd.DataFrame(data)

# 分类变量编码
le = LabelEncoder()
df['Gender'] = le.fit_transform(df['Gender'])
df['Purchase'] = le.fit_transform(df['Purchase'])

# 特征与标签
X = df[['Gender', 'Age']]
y = df['Purchase']

# 卡方检验筛选特征
selector = SelectKBest(chi2, k=1)
X_new = selector.fit_transform(X, y)

# 输出结果
print("最相关特征:", X.columns[selector.get_support()])

八、卡方检验最完整总结(背诵版)

  1. 用途:判断两个分类变量是否有关联
  2. 数据类型:分类数据(性别、职业、喜好等)
  3. 核心公式:
    χ2=∑(O−E)2E\chi^{2}=\sum \frac{(O-E)^2}{E}χ2=∑E(O−E)2​
  4. 期望频数:E=行合计×列合计总人数E=\frac{行合计×列合计}{总人数}E=总人数行合计×列合计​
  5. 自由度:df=(行−1)(列−1)df=(行-1)(列-1)df=(行−1)(列−1)
  6. 判断标准:
    • p < 0.05:显著关联
    • p ≥ 0.05:无关联
  7. 优点:不要求正态分布、简单、通用、解释性强
  8. 机器学习用途:分类特征选择
为什么在SPSS卡方检验中加权个案能提升数据准确性? 本文深入解析了在SPSS卡方检验中加权个案对提升数据准确性的关键作用。通过实际案例对比,展示了加权如何纠正样本量误判,确保频数正确参与统计计算,从而获得更可靠的显著性结果。文章还详细介绍了加权操作技巧、常见误区及解决方案,帮助研究者避免数据分析陷阱。 阅读详情

相关推荐

卡方检验从原理到实战:列联表、p值与效应量全解析

在数据分析与统计推断中,分类变量的比较常依赖卡方检验。无论是产品A/B测试、问卷调研还是实验研究,列联表都是检验两个分类变量是否独立的核心工具。卡方检验通过比较观察频数与期望频数的偏差,衡量差异是否超出随机波动范围,其统计量计算简单且不依赖正态分布假设,因而应用广泛。然而实际使用中,期望频数过低、2×2表的连续性校正以及大样本下p值失真的问题容易被忽视,导致结论不可靠。理解拟合优度检验与独立性检验的区别,并结合效应量如Cramér's V评估差异的实际意义,才能科学解读结果。本文从底层逻辑出发,用完整手算案

weixin_33402252的博客 169

卡方检验的基本原理详解

比较试验组和对照组的有效率是否有差异?即试验组85.29%的有效率与对照组66.33%之间是否有统计学差异?(目的) 两样本率的比较,用chi-square检验两样本总体率是否有差异。(方法)

c573489167的博客 1万+

卡方检验在特征选择中的实战应用与Python实现详解

本文详细解析了卡方检验在机器学习特征选择中的核心原理与实战应用。通过生动的比喻和数学直觉阐释,结合Python代码示例,手把手演示了如何利用Scipy和Sklearn库高效实现卡方检验,并深入探讨了其在筛选关键分类特征时的注意事项、常见陷阱以及进阶应用场景,帮助数据从业者快速掌握这一经典统计工具。

weixin_29090677的博客 348

x平方检验计算_x2检验(chi-square test)或称卡方检验

x2检验(chi-square test)或称卡方检验x2检验(chi-square test)或称卡方检验,是一种用途较广的假设检验方法。可以分为成组比较(不配对资料)和个别比较(配对,或同一对象两种处理的比较)两类。一、四格表资料的x2检验例20.7某医院分别用化学疗法和化疗结合放射治疗卵巢癌肿患者,结果如表20-11,问两种疗法有无差别?表20-11 两种疗法治疗卵巢癌的疗效比较组别有效无效...

weixin_42116713的博客 2万+

Benford定律与卡方检验:数据异常检测实战指南

Benford定律揭示了真实世界中首位数字的非均匀分布规律,是识别人为干预、录入偏差或数据造假的基础性统计原理;其数学本质源于对数尺度下的均匀性,适用于跨越多个数量级的正数数据。卡方检验则提供了一种可量化、可复现的假设检验框架,通过比对观察频次与Benford理论期望频次,输出具有统计显著性的偏离度指标。该组合兼具高效率(O(n)时间复杂度)、强可解释性与工程鲁棒性,广泛应用于审计风控、财务稽查、反欺诈及数据质量评估等场景。本文聚焦于Benford定律适用性判断、首位数字稳健提取、卡方值计算与结果解读等核心

xjwolaile的博客 472

卡方检验检验水准矫正_卡方检验及其错误应用——有“率”未必“卡方”

内容来自:“小白学统计”微信公众号,感谢作者授权。有不少临床工作者,提“率”必“卡方”,似乎卡方检验是分析“率”指标的万能工具,也有的人只要看到分类资料,一律用卡方检验。事实上,不同的研究目的、资料类型所采用的方法是各不相同的。卡方只是其中之一,但绝不是全部。换句话说,卡方检验可以比较两组或多组的分类资料,但分类资料的比较不一定非要用卡方检验。本文主要针对目前论文撰写中常见的一些卡方检验的错误应用...

weixin_39820158的博客 1875

生物统计学(biostatistics)学习笔记(五)卡方检验

第五章卡方检验 不是所有的样本都可以计算平均数和方差的; 例如属性资料的样本,和一些计数资料的样本 属性资料 计数资料 用1. 统计次数法;2. 评分法 服从二项分布,则可以利用二项分布的公式来研究其概率分布,有时可近似成正态分布 将其转化为计数资料 无论是否服从二项分布,都可以使用χ2检验来研究其概率分布 χ2检验(chi-square test) ①一个样本的方差同质性检验; ②适合性检验;只有右尾检验 ③独立性检验;只有右尾检验 •对于计数资料或属性资料,其观测值Oi与理

cling5899的博客 2173

卡方检验原理与应用全解析

卡方检验是统计学中分析分类变量关联性的核心方法,通过比较观察值与期望值的差异程度进行统计推断。其数学原理基于卡方统计量计算,广泛应用于市场调研、医学研究等领域的数据分析。在机器学习中,卡方检验常用于特征选择,评估分类特征与目标变量的相关性。实际应用时需注意样本量要求和数据假设,如期望频数≥5、变量独立性等条件。典型应用场景包括AB测试效果评估、用户行为分析等数据驱动决策场景。结合R/Python等工具实现时,还需关注效应量测量和可视化展示技巧。

weixin_29053577的博客 165

概率论与数理统计:卡方分布

χ2\chi ^{2}χ2分布在数理统计中具有重要意义。χ2\chi ^{2}χ2分布是由阿贝(Abbe)于1863年首先提出的,后来由海尔墨特(Hermert)和现代统计学的奠基人之一的卡·皮尔逊(C K.Pearson)分别于1875年和1900年推导出来,是统计学中的一个非常有用的著名分布。1原文from度娘在本书内容中,χ2\chi ^{2}χ2分布主要运用于其他分布的构成、假设检验等。卡方检验:卡方分布被广泛用于卡方检验,用于比较观察值与期望值之间的差异。

weixin_62298150的博客 3432

Excel手算卡方检验:从交叉表到业务决策的完整实践

卡方检验是分析分类变量间关联性的基础统计方法,其核心在于检验观测频数与期望频数的偏离是否超出随机波动范围。原理上,它通过计算标准化残差平方和(χ²=∑(O−E)²/E)量化偏差,并依据自由度(df=(r−1)(c−1))查分布表或计算p值,从而判断变量独立性是否成立。该方法不依赖正态假设,适用于市场调研、质量分析、用户行为归因等高频业务场景。在Excel或Google Sheets中手动实现,不仅能规避黑箱函数的理解盲区,更能强化对期望频数逻辑、小期望值风险及结果业务解释边界的掌控——这正是‘分类数据’分析

culi4814的博客 623

宝骏kiwi 630 730 560 E100 E200 E300 310 510 610 330 530维修手册电路图资料线路图接线图更新

2020-2022年宝骏RS-3维修手册和电路图。2020-2022年宝骏RS-3维修手册和电路图。2019-2021年宝骏RC-6维修手册和电路图。2019-2021年宝骏RC-6维修手册和电路图。2019-2020年宝骏RS-5维修手册和电路图。2019-2020年宝骏RS-5维修手册和电路图。2019-2020年宝骏RM-5维修手册和电路图。2019-2020年宝骏RM-5维修手册和电路图。2019-2021年宝骏510维修手册和电路图。2019-2021年宝骏510维修手册和电路图。

weixin_45821055的博客 1775

计算机在线检测,卡方检验在线计算

SIUS卡方检验在线计算卡方检验: 所需要的研究人员共同分析是两组数据的比较,结果可以分为只有几种类型的结果Gr 1Gr 2Gr 3Gr4Gr 5Gr 6Gr7Gr8Gr 9Gr10总计数据1:数据2:数据3:数据4:数据5:数据6:数据7:数据8:数据9:数据10:总计:自由度 (df)=卡方检验 (χ ²)=P 值=卡方检验 P 值计算器卡方检验: 所需要的研究人员共同分析是两组数据的比较,结...

weixin_42512183的博客 2610

51单片机IAP在线升级

51单片机IAP在线升级 爱矽半导体E85F3325单片机IAP在线升级教程,此处可查看更新及demo下载 文章目录前言一、ROM资源二、KEIL有关知识1.BL51连接器:2.LX51连接器:三、Keil其他相关项说明:四、MCU启动文件说明:五、例程BOOTLOADER使用说明六、例程使用可更改说明:七、程序使用通信方式:XMODEM八、APP程序说明九、APP代码升级说明十、代码合并烧写 前言 扩展-IAP 主要用于产品出厂后应用程序的更新作用 ,类似于其他引导装载升级程序的方法,在系统中必须始终

qq_42415953的博客 6669

卡方检验原理与应用:从统计基础到实践案例

卡方检验是统计分析中检验分类变量独立性的核心方法,通过比较观测值与期望值的差异程度来判断变量关联性。其数学基础建立在卡方统计量计算上,适用于医学研究、市场分析等场景。在实际工程中,卡方检验常用于A/B测试效果评估和用户行为分析,但需注意样本量要求和期望频数条件。当处理小样本数据时,Fisher精确检验是更可靠的选择。掌握卡方检验的R/Python实现方法,能有效提升数据分析效率。本文通过吸烟与肺癌的经典案例,详解了卡方检验的实施步骤与结果解读要点。

weixin_29062963的博客 253

基于微信小程序的垃圾分类系统,附源码

垃圾分类小程序管理员功能有个人中心,管理员管理,意见反馈管理,视频类型管理,垃圾类型管理,新闻类型管理,论坛信息管理,环保视频管理,环保知识管理,垃圾信息管理,环保新闻管理,用户管理,知识问答试卷管理,试题管理,测试管理,轮播图管理。用户可以在微信小程序上面注册登录,查看各种环保信息和垃圾信息,还可以参加知识问答等操作。垃圾分类小程序的开发根据操作人员需要设计的界面简洁美观,在功能模块布局上跟同类型网站保持一致,程序在实现基本要求功能时,也为数据信息面临的安全问题提供了一些实用的解决方案。

Java徐师兄的博客 2078

速腾R128雷达+海康全景相机ROS数据采集避坑实录:从‘雷达不转’到MATLAB标定的完整流程

本文详细记录了速腾R128激光雷达与海康威视全景相机在ROS环境下的数据采集与MATLAB标定全流程。从硬件配置的常见陷阱(如雷达旋转参数设置)、驱动编译的依赖管理,到多传感器同步的实战技巧和MATLAB标定方法,提供了完整的避坑指南和技术方案。特别针对RoboSense R128雷达和海康相机的特殊需求给出了具体解决方案。

weixin_28717807的博客 1223

卡方检验实战指南:从理论到Python实现

本文详细介绍了卡方检验在数据分析中的应用,包括独立性检验和适配度检验的理论与实践。通过实际案例和Python代码演示,帮助读者掌握如何利用卡方检验验证分类变量间的关联性,适用于金融风控、市场分析等多个领域。文章还提供了Python实现全流程,包括scipy库的使用和常见问题的解决方案。

weixin_29056701的博客 220

【ARM Trace32(劳特巴赫) 使用介绍 10 -- Trace32 scan dump 详细介绍】

将图 1-2 中扫描单元按照扫描移位模式连接起来,就构成了扫描测试中的基本结构,这里介绍下全扫描。全扫描就是多个扫描单元相连接,上一单元的扫描输出,连接到目前单元的扫描输入,目前单元的扫描输出连接到下一单元的扫描输入,以此类推,构成一条移位寄存器链,如图1-3 所示:图 1-3 全扫描这样的扫描结构,可通过一个串行输入端,将期望的数据存入移位寄存器链并观察运行结果。

CodingCos的博客 2034

【超详细证明】皮尔逊(Pearson)统计量服从卡方分布(卡方检验)

卡方检验的详细证明与推导过程

ymzhu385的博客 2368

使用lightGBM进行数据建模及预测

在机器学习领域中,数据建模和预测一直是非常重要的任务。而lightGBM作为一种基于梯度提升算法的高效机器学习框架,被广泛应用于数据建模和预测中。本文将介绍如何使用lightGBM进行数据建模和预测。到此,我们已经成功使用lightGBM对数据进行了建模和预测。使用lightGBM可以快速、高效地完成数据建模和预测任务,是机器学习领域中不可或缺的工具之一。使用lightGBM进行数据建模及预测。

qq_37934722的博客 1020

【信号与系统】Multisim 仿真信号合成与分解

软件 Multisim 进行方波信号的产生、分解和合成,观察信号波形的分解与合成,加深对信号频谱的理解。

AXYZdong的博客 2万+

一文讲透Python机器学习特征选择角度的卡方检验

机器学习特征选择角度的卡方检验是计算特征变量与响应变量之间的χ2统计量。χ2统计量越大,则特征变量与响应变量之间独立的概率就越小,相关性就越大。因此,χ2统计量大的特征变量将会被优先选择用于预测。 在使用卡方检验时,会返回F值和p值两个统计量。其中特征变量的F值越大,越倾向于选择该特征变量;而p值则是与F值相对应的统计量,特征变量的P值越小,则越倾向于选择该特征变量。P值的参照标准一般为0.05。

m0_72274883的博客 996

第四章:无感FOC的平滑启动艺术:告别“咔哒”声与抖动

无感FOC启动技术面临"先有位置还是先有旋转"的核心矛盾,导致常见故障包括位置失准、负载突变等。基础方案采用开环I/F控制,但存在重载启动困难等局限性。进阶方案结合IPD位置检测技术,通过脉冲电压注入法精准定位转子初始位置。关键技术在于开环到闭环的平滑切换,采用混合观测器设计和相位对齐技术。量产优化包括自适应参数整定和故障恢复机制,确保启动可靠性和一致性。该系统工程方案可有效解决启动抖动、异响等问题,提升用户体验。

汽车软件开发 750

spss 卡方检验_干货分享 | spss数据统计卡方检验

没错,小伙伴们请瞪大你们的双眼,我们要开始讲SPSS数据统计了。相信大家都经历过被统计支配的日子,多少个日日夜夜,你我奋斗在SPSS面前,只为看到那<0.05的数字。又有多少个本该花前月下的日子,我们却在跟数字共度良宵......但是!大家不要怕,学好统计并不难!只要大家愿意学,一定能攻坚克难,一举登顶数据高地!那就快跟着总樂老师,一起领略数据统计的魅力吧!首先我们开始第一节,卡方...

weixin_39576018的博客 4842

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

7教程统计意义_McNemar's检验(配对卡方检验):多种操作教程,总有一个适合你!...

1、问题与数据某研究者想要观察戒酒干预的效果,招募了50例研究对象,其中饮酒者24例,不饮酒者26例,饮酒率为48%。所有研究对象均观看饮酒造成严重交通事故的视频。两周后,研究者询问研究对象的饮酒状态,其中饮酒者14例,不饮酒者36例,饮酒率为28%。看起来戒酒干预是有效的,饮酒率从48%下降到28%,但是这个下降是否有统计学意义呢?2、McNemar’s检验McNemar's检验(配对...

weixin_39529443的博客 1191

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

【数据异常校验】卡方检验(chi-squared test)处理异常数据

简介 卡方检验,也写为χ 2检验,是任何统计假设检验,其中采样分布的检验统计量是一个卡方分布,当零假设为真。 “卡方检验”经常被用作短期的皮尔逊的卡方检验。用于确定预期频率与一个或多个类别中观察到的频率之间是否存在显着差异。   在测试的标准应用中,观察被分类为互斥的类别,并且存在一些理论,或者说零假设,其给出任何观察落入相应类别的概率。测试的目的是评估所做观察的可能性,假设零假设为真。 ...

探索世界,改变世界 1万+

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

上一篇: 【统计检验】非参数检验
下一篇: 【统计检验】正态性检验
「已注销」
博客等级 码龄1年 312粉丝 132原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

「已注销」

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值