【卡方公式是什么】在统计学中，卡方（Chi-Square）检验是一种常用的假设检验方法，用于判断观察数据与理论分布之间是否存在显著差异。卡方公式是计算卡方统计量的核心工具，广泛应用于分类变量的分析中。
以下是关于卡方公式的详细总结：
一、卡方公式的基本概念
卡方公式主要用于计算卡方统计量（χ²），其基本形式为：
$$
\chi^2 = \sum \frac{(O_i - E_i)^2}{E_i}
$$
其中：
- $ O_i $ 表示第i个类别的实际观测频数；
- $ E_i $ 表示第i个类别的理论期望频数；
- $ \sum $ 表示对所有类别进行求和。
通过这个公式，我们可以比较实际数据与理论数据之间的差异程度，从而判断两者是否来自同一总体。
二、卡方公式的应用场景
| 应用场景 | 说明 |
| 独立性检验 | 检验两个分类变量是否独立 |
| 一致性检验 | 检验样本数据是否符合某种理论分布 |
| 频数分布检验 | 判断实际频数与理论频数是否一致 |
三、卡方公式的使用步骤
1. 建立假设：提出原假设（H₀）和备择假设（H₁）。
2. 收集数据：记录每个类别的实际观测频数。
3. 计算期望频数：根据理论分布或假设条件计算每个类别的期望频数。
4. 应用公式计算卡方值。
5. 查表判断：将计算得到的卡方值与临界值比较，决定是否拒绝原假设。
四、卡方公式的注意事项
- 卡方检验适用于计数数据，不适用于连续数据。
- 当期望频数小于5时，卡方检验的结果可能不可靠，可考虑使用其他方法如Fisher精确检验。
- 卡方检验只能判断变量间是否存在关联，不能确定因果关系。
五、卡方公式总结表
| 项目 | 内容 |
| 公式 | $ \chi^2 = \sum \frac{(O_i - E_i)^2}{E_i} $ |
| 用途 | 检验观察值与理论值的差异 |
| 数据类型 | 分类数据（计数数据） |
| 假设检验类型 | 独立性检验、一致性检验等 |
| 注意事项 | 期望频数应大于5；不能判断因果关系 |
通过以上内容可以看出，卡方公式是统计分析中的重要工具，合理使用可以有效判断数据间的相关性与分布情况。在实际应用中，需结合具体问题选择合适的检验方法，并注意数据的适用条件。