卡方检验的统计量推导_统计学系列——假设检验之卡方检验

统计方法在科学上的一项重要应用---用于客观的评价某项理论上的结论是否与观察结果相符，以作为该理论是否站得住脚的印证。这就是统计推断中假设检验的运用。今天我们要来复习的就是假设检验的卡方检验法。

有这么一些理论或问题，可以表成如下一般的模式：

设一总体包含k种可以区别的个体，根据某种理论或是纯粹的设想或假设，第i种个体数的比率应为某个已知的数p_i(i=1, …, k)，有p_i>0，求和p_i=1。这一组比率(p₁，…, p_k)将作为我们的原假设。

这样的原假设的例子如：

1)孟德尔的3:1理论：

k=2，p1=3/4, p2=1/4

2)孟德尔的9:3:3:1理论：

k=4，p1=9/16, p2=p3=3/16, p4=1/16

3) 均匀骰子：

k=6，p1=p2=…=p6=1/6

4) 工厂产品质量长期维持的情况为

1等:25%；2等:30%；3等:35%；不合格:10%

k=4，p1=0.25,p2=0.30,p3=0.35,p4=0.10

判断这类原假设是否可信，用到的工具就是卡尔·皮尔逊在1900年发表的一篇文章中引进的卡方检验法。

现在我们从前面提到的总体中随机有放回地抽取n个个体(若抽样不放回，则需要假定总体所含个体数与n的比是很大的)，发现其中第i种个体数为V_i(i=1,…, k)。有求和V_i=n。这(V₁，…, V_k)就是我们的观察数据(或试