卡方检验

一、卡方检验

假设检验的一种，以实际观测值与期望值之间的偏离程度，解决是服从某个构成比率和是否具有相关性的问题。其偏离程度决定卡方值的大小，卡方值越小，偏差越小，实际值越趋于符合期望值。

二、步骤

在显著性为α=0.05下，检验职业和是否发生感冒是否独立性

1. 假设检验

原假设：H0一般是我们想要拒绝的假设，一般是=、>=、<=。
备选假设：H1是我们想要接受的假设，一般是<> 、 >、<

①原假设职业和是否发生感冒是相互独立的，没有相关性。

②备选假设职业和是否发生感冒是有相关性，也就是所处职业和感冒有相关。

职业与是否发生感冒
	程序员	教师	园艺师	合计
发生感冒	58	52	63	173
未发生感冒	42	41	44	127
合计	100	93	107	300

2. 计算期望值

期望值=行合计*列合计/总计。

职业与是否发生感冒
	程序员	教师	园艺师	合计
发生感冒	100 * 173 /300 =57.67	93 * 173 /300 =53.63	107 * 173 / 300 =61.7	173
未发生感冒	100 * 127 /100 =42.33	93 * 127 /100 =39.37	107 * 127 /100 =42.3	127
合计	100	93	107	300

3. 计算卡方值

卡方值 =（真实值-期望值）的平方 / 期望值。

卡方值相加，得到最终卡方值。卡方=0.1859

4. 计算卡方自由度

卡方自由度：Df=（a-1）* （b-1）; a 和 b 分别为检验条件的分类数。

例：Df = （2-1）* （3-1）=1*2=2

一般选显著性水平为0.05，自由度为2，取2与0.05的交叉点为5.991.

卡方=0.1859 < 5.991，卡方值在临界值内，可以判断得到无法拒绝原假设，那就是接受。职业和感冒相互之间没有影响。

5. python实现

p值大于0.05，不存在显著性差异，认为职业和感冒独立。

6. 卡方的限制条件

①R*C表卡方检验（例子所示）：

理论数不能有小于1的，<5的格子不能超过20%，就是每个类别的频数不能小于1，然后小于5的类别数要大于20%。

②2*2列联表