交叉分组表和卡方的卡方统计量

请查找定义和解释指导，了解随卡方检验提供的每个统计量。

卡方统计量

Minitab 执行 Pearson 卡方检验和似然比卡方检验。每个卡方检验都可用于确定变量之间是否关联（相关）。

使用卡方统计量检验变量之间是否关联。

在这些结果中，两个卡方统计量都非常相似。可使用 p 值来评估卡方统计量的显著性。

	卡方	自由度	P 值
Pearson	11.788	4	0.019
似然比	11.816	4	0.019

当预期计数较少时，您的结果可能有误导性。有关更多信息，请参见交叉分组表和卡方的数据注意事项。

自由度 (DF) 是有关统计量的独立信息的条数。表格的自由度为（行数 – 1）乘以（列数 – 1）。

Minitab 使用自由度来确定与检验统计量相关的 p 值。

在这些结果中，自由度 (DF) 为 4。

	卡方	自由度	P 值
Pearson	11.788	4	0.019
似然比	11.816	4	0.019

p 值是一个概率，用来度量否定原假设的证据。概率越低，否定原假设的证据越充分。

使用 p 值来确定可以否定还是无法否定原假设，以表明变量之间相互独立。

Minitab 使用卡方统计量确定 p 值。

当任何预期计数小于 1 时，Minitab 不会显示 p 值，因为这些结果可能无效。

要确定变量之间是否相互独立，可将 p 值与显著性水平进行比较。通常，显著性水平（用 α 或 alpha 表示）为 0.05 即可。显著性水平 0.05 表明变量之间在实际上不存在关联时断定存在关联的风险为 5%。

P 值 ≤ α：变量之间的关联在统计上显著（否定 H₀）: 如果 p 值小于或等于显著性水平，则可以否定原假设并断定变量之间的关联在统计上显著。
P 值 > α：无法断定变量之间存在关联（无法否定 H₀）: 如果 p 值大于显著性水平，则无法否定原假设，因为没有足够的证据可以断定变量之间存在关联。

在这些结果中，p 值为 0.019。由于 p 值小于 α，因此您可以否定原假设。您可以断定变量之间是关联的。

	卡方	自由度	P 值
Pearson	11.788	4	0.019
似然比	11.816	4	0.019