它是什么： 一卡方检验统计假设检验是任何在该检验统计量有一个卡方分布，当零假设是真实的，或任何在该测试统计假设零假设（概率分布是真的），可近似一卡方分布，紧密地通过使所需样本量足够大。卡方检定是一种统计测试的三种不同类型的分析1）拟合，二善）的同质性，3测试）的独立测试。

• 对于确定的拟合优度检验所分析，如果样本是从一个人口分布如下一些指定的绘制。
• 为解答这一命题的同质性测试，几个人口就某些特征均匀。
• 争取独立的测试（卡方对最常见的用途之一）是检验零假设两种分类，当应用到的学科人口的标准是独立的。如果他们不是独立的则是它们之间的关联。

的卡方检验的一些例子：

• Pearson的卡方检定，也被称为卡方拟合优度检验或卡方为独立测试。当提到没有任何修饰或不排除其他方面，这个测试是通常理解。
• 耶茨'卡方检定，也耶兹的连续性校正已知的。
• 曼特尔- Haenszel法卡方检验。
• 线性的非线性关联的卡方检验。
• 在时间序列分析测试混成词，对存在的自相关检测
• 似然比检验的一般统计模型检验是否存在需要从一个简单的模式转移到一个更复杂的（如简单的模型是嵌套在证据时，复杂的）。

为什么使用它： 池坊是最流行的离散数据假设检验方法。其他的卡方检验的主要用途是检查是否两个变量是独立的或没有。这是什么意思是独立在这个意义上，？这意味着，这两个因素都没有关系。

凡使用它： 芝 - 广场测试，如通过/失败或接受/拒绝计数数据的完美。如果您有程序或检查人员怀疑，你正在执行不同的一池 - 方检定是完美的方式确定的答案。

当使用它： 一般而言，卡方检验是一种统计测试用来检查与类别变数的差异。卡方检验用于两个类似，但不同的情况：

1. 如何估算密切观察到的分布符合预期的分配 - 我们将参照此作为拟合优度检验
2. 估计两个随机变量是否是独立的。

如何使用它： 该卡方检验的关键概念是一个比较观察和预期值。怎样的东西许多人预期，有多少人在某些进程观察。

计算与卡方拟合优度检验：

1. 建立假说
2. 计算预计为每一个表的单元格值
3. 计算卡方统计。这样做需要知道：
   1. 该若干意见
   2. 观测值
4. 评估的重要性水平。这样做需要知道的自由度数
5. 最后，决定是否接受或拒绝零假设

Important Notes: 重要的是要记住，卡方测试是否两个变量是独立的唯一测试。它不能解决问题，其实是更大或更小。

名称 格式 预览 (点击放大)   智方检定表

请在购买之前,阅读并同意此条款和条件。 美元 $14.95 我已阅读并同意 条款和条件。