1. 卡方拟合优度检验的基本原理
一般使用卡方检验进行分析的目的都是比较差异性。
如现状调查类问卷，以及一般调查问卷中，常使用卡方检验对样本背景信息题（性别、年龄等指标）与核心题项进行交叉分析，来说明样本背景这类指标对核心变量是否存在影响。
除了上述研究场景外，卡方检验还可用于研究配对数据的差异性，比如对同一组患者用两种方法诊断癌症，看两种方法的诊断结果是否有差异，则要使用配对卡方检验。
如果研究目的在于分析实际观测的比例与期望比例是否一致。比如实际抽样的男女比例，与预期比例是否存在差异，此时可使用卡方拟合优度。
2. 卡方拟合优度检验的原假设是
卡方检验有两个用途：列联表的独立性检验和拟合优度检验。
以下是一个列联表的独立性检验的例子。色觉 性别 行和 男 女 正常 442 514 956 色盲 38 6 44 列和 480 520 N=1000 在以上例子中，卡方检验的原假设是色盲与性别无关。因此如果X2=1.58， P=0.21就表明原假设成立的概率为0.21，也就不能拒绝原假设（也就是色盲与性别无关）。一般来说，只有当P<0.05是才能拒绝原假设。另外，卡方检验等显著性检验不存在置信区间之说，一般只说显著水平，也就是拒绝原假设的概率，有些领域把显著水平定为0.1，有些定为0.05，有些定为0.01，多数领域定为0.05。3. 卡方的拟合优度检验的含义
前提假设略去不写(请自己查书)，简单的说，
t分布用于检验均值是否不同。
F分布用于检验方差是否不同。
卡方分布主要用于检验样本是否偏离了期望，例如偏离了期望的分布(拟合优度检验)，期望的比例(列联表)等。
t检验和F检验只能使用连续数据(定量数据)。
卡方检验既可以使用连续数据，也可以使用离散数据(频数)，也可以用于对数似然值。但计算公式不同。
三者都可以用于回归方程系数的检验。
t统计量的平方就等价于F统计量。
大样本时，t检验就等价于Z检验，其平方等效于卡方统计量(在logistic回归中有这两种表示法)。
------------------------------------
补充: 两个卡方统计量除以各自自由度后再相除，就等于F统计量。
4. 卡方拟合优度检验的基本思想
1）基本原理不同
Z检验就是我们说的U检验，基本思想是在H0成立的条件下，样本对应的Z值概率是否是小概率。卡方检验基本原理是应用拟合优度检验的基本思想，实际检验的是实际数与理论数是否一致。9 w% o$ g9 s- k$ E" Z. o1 Z
（2）应用的数据类型及适用条件不同* ]0 ?1 A0 s) T
Z检验不仅可应用于定量资料的两个总体均值差异的比较；而且还可应用于“当样本含量比较大，且np与n(1-p)均大于5"的计数资料的两个总体率的比较。
四格表卡方检验只能用于计数资料的两个率或构成比的比较；并要求n大于等于40，且任意一个格子的理论数不小于1
5. 卡方检验 拟合优度
卡方系数是非参数检验中的一个统计量，主要用于非参数统计分析中，它是卡方检验中的一个主要测试指标，卡方检验是一种用途很广的计数资料的假设检验方法。
它属于非参数检验的范畴，主要是比较两个及两个以上样本率（构成比）以及两个分类变量的关联性分析，其根本思想就是在于比较理论频数和实际频数的吻合程度或拟合优度问题。
卡方系数是非参数检验中的一个统计量，主要用于非参数统计分析中，它的作用是检验数据的相关性。如果卡方值的显著性小于0.05，说明两个变量是显著相关的。
6. 卡方拟合优度检验统计量
这是拟合优度检验，首先把数据输正确 原假设：无显著性差异。
备则假设：有显著性差异。SPSS软件中分析——非参数检验——旧对话框——卡方检验——期望值——值——输入0.56、0.57。将得出的卡方值的显著性与置信度作比较，剩下判断的东西我想你应该会吧！
- 相关评论
- 我要评论
-