皮爾森卡方檢驗

皮爾森卡方檢驗

皮爾森卡方檢驗(英語:Pearson's chi-squared test)是最有名卡方檢驗之一(其他常用的卡方檢驗還有葉氏連續性校正、似然比檢驗、一元混成檢驗等等,它們的統計值之機率分配都近似於卡方分配,故稱卡方檢驗)。“皮爾森卡方檢驗”最早由卡爾·皮爾森在1900年發表,用於類別變數的檢驗。科學文獻中,當提及卡方檢驗而沒有特別指明類型時,通常即指皮爾森卡方檢驗。

基本介紹

  • 中文名:皮爾森卡方檢驗
  • 外文名:Pearson's chi-squared test
  • 相關術語:葉氏連續性校正、似然比檢驗
  • 提出者卡爾·皮爾森
  • 提出時間:1900年
  • 套用學科:統計學
原假設,用途和步驟,適配度檢驗,獨立性檢驗,限制,

原假設

“皮爾森卡方檢驗”的虛無假設(H0)是:一個樣本中已發生事件的次數分配會遵守某個特定的理論分配。
在虛無假設的句子中,“事件”必須互斥,並且所有事件總機率等於1。或者說,每個事件是類別變數(英語:categorical variable)的一種類別或級別。
簡單的例子:常見的六面骰子,事件=丟骰子的結果(可能是1~6任一個)屬於類別變數,每一面都是此變數的一種(一個級別)結果,每種結果互斥(1不是2, 3, 4, 5, 6; 2不是1, 3, 4 ...),六面的機率總和等於1。

用途和步驟

“皮爾森卡方檢驗”可用於兩種情境的變項比較:適配度檢驗,和獨立性檢驗
  • “適配度檢驗”驗證一組觀察值的次數分配是否異於理論上的分配。
  • “獨立性檢驗”驗證從兩個變數抽出的配對觀察值組是否互相獨立(例如:每次都從A國和B國各抽一個人,看他們的反應是否與國籍無關)。
不管哪個檢驗都包含三個步驟:
(1)計算卡方檢驗的統計值“
”:把每一個觀察值和理論值的差做平方後、除以理論值、再加總。
(2)計算
統計值的自由度“df”。
(3)依據研究者設定的置信水準,查出自由度為df的卡方分配臨界值,比較它與第1步驟得出的
統計值,推論能否拒絕虛無假設

適配度檢驗

適配度檢驗(英語:Goodness of Fit test):測試樣本的機率分配與母體有多相似。
母體假設為離散型均勻分配
當理論上的母體分配為每個類別機率一致時,即應適用離散型均勻分配的計算方法。N個觀察值於理論上應均勻分配在所有的 m個欄位(類別)中,因此每個欄位(類別)的“理論次數”(或期望次數)為:
,其中i=1,2,...,m.
其中,自由度df=m-1 。“m”是總共要計算離差平方的個數(每個類別計算一次觀察值與理論值的差,再平方)。“ -1”是因為對於計算
而言只有一個限制條件:觀察值的個數總和為N。

獨立性檢驗

在同一個個體(例如:同一個人)身上有兩個二元變數(X, Y),例如 X(男/女)和 Y(右撇子/左撇子),觀察兩個變數的相關性。虛無假設是:兩個變數呈統計獨立性
在本例中:性別與慣用手是獨立事件。
首先,每個觀察值(每個抽出的人)會被重新編排到一個叫做“列聯表”(英語:contingency table,又稱:條件次數表)的二維表格里。本例的列聯表是2×2的構造:
總計
43
44
87
9
4
13
總計
52
48
100
如果列聯表共有 r 行 c 列,那么在獨立事件的假設下,每個欄位的“理論次數”(或期望次數)為:
其中N是樣本大小(觀察值的個數,亦即2×2列聯表所有欄位的總和,本例:N = 100)。本例的各欄位期望值如下(括弧里的數字):
總計
43 (45.24)
44 (41.76)
87
9 (6.76)
4 (6.24)
13
總計
52
48
100
統計值的公式是:
本例的
統計值是:
自由度df=(r-1)(c-1)是這樣得出:雖然總共要計算 rc 個離差平方(每個欄位計算一次觀察值與理論值的差,再平方),但 X 變數有1個限制條件(樣本抽出後,男性的人數即固定),Y 變數也有1個限制條件(樣本抽出後,右撇子的人數即固定),所以可自由變動的欄位數只有 (r-1)(c-1).
在本例中
.
的條件下,得出卡方分配右尾機率p=0.1825,無法拒絕虛無假設,亦即:無法拒絕性別變數與慣用手變數互相獨立的假設

限制

  1. 如果個別欄位的期望次數太低,會使機率分配無法近似於卡方分配。一般要求:自由度df>1時,期望次數小於5的欄位不多於總欄位的20%。
  2. 若自由度df=1,且若期望次數<10,則近似於卡方分配的假設不可信。此時可以將每個觀察值的離差減去0.5 之後再做平方,這便是葉氏連續性修正。

相關詞條

熱門詞條

聯絡我們