【卡方公式是什么】卡方公式是统计学中用于检验分类变量之间是否存在显著关联的一种重要方法，常用于卡方检验（Chi-square test）。它主要用于分析实际观测频数与理论期望频数之间的差异是否具有统计学意义。卡方检验在医学、社会科学、市场调研等领域广泛应用。
一、卡方公式的定义
卡方检验的核心公式为：
$$
\chi^2 = \sum \frac{(O - E)^2}{E}
$$
其中：
- $ O $ 表示实际观测值（Observed value）
- $ E $ 表示理论期望值（Expected value）
该公式计算的是每个单元格的偏差平方除以期望值的总和，最终得到一个卡方值。根据卡方分布表，可以判断这种差异是否具有统计学意义。
二、卡方检验的应用场景
| 应用场景 | 说明 |
| 独立性检验 | 检验两个分类变量是否独立，如性别与投票偏好 |
| 同质性检验 | 检验多个样本是否来自同一总体，如不同地区对某产品的满意度 |
| 拟合优度检验 | 检验样本数据是否符合某种理论分布，如抛硬币结果是否符合均匀分布 |
三、卡方检验的步骤
1. 提出假设
- 原假设（H₀）：变量之间无关联或分布一致
- 备择假设（H₁）：变量之间有关联或分布不一致
2. 计算期望频数
期望频数公式为：
$$
E = \frac{(\text{行合计}) \times (\text{列合计})}{\text{总样本量}}
$$
3. 计算卡方值
使用公式 $ \chi^2 = \sum \frac{(O - E)^2}{E} $
4. 查卡方分布表
根据自由度（df）和显著性水平（如0.05），查找临界值进行比较。
5. 得出结论
如果计算出的卡方值大于临界值，则拒绝原假设；否则接受原假设。
四、卡方检验的注意事项
| 注意事项 | 说明 |
| 数据类型 | 必须是分类数据（如性别、年龄分组等） |
| 预期频数 | 每个单元格的期望频数应大于5，否则可能影响准确性 |
| 样本量 | 样本量过小可能导致结果不可靠 |
| 自由度 | 自由度计算公式为 (行数 - 1) × (列数 - 1) |
五、总结
卡方公式是统计学中用于分析分类数据的重要工具，通过比较实际观测值与理论期望值之间的差异，判断变量之间是否存在显著关系。其应用广泛，但需注意数据类型、预期频数和样本量等因素。掌握卡方检验的基本原理和使用方法，有助于更科学地分析数据和得出结论。
| 项目 | 内容 |
| 公式 | $ \chi^2 = \sum \frac{(O - E)^2}{E} $ |
| 应用 | 独立性检验、同质性检验、拟合优度检验 |
| 步骤 | 提出假设 → 计算期望值 → 计算卡方值 → 查表判断 |
| 注意事项 | 分类数据、预期频数 >5、样本量适中 |