我的卡方检验结果有效吗？

如果单元格的预期计数（又称预期频率）很小，则检验的结果可能无效。如果一个或多个类别的预期计数太小，您可以将其与相邻类别合并以获得所需的最小预期计数。您还可以使用 Fisher 精确检验，该检验对于所有样本数量都是准确的。要执行 Fisher 精确检验，请选择统计 > 表格 > 交叉分组表和卡方并单击其他统计量。使用以下准则来确定可以信任这些结果的时间。

注意

Fisher 精确检验仅适用于 2x2 列联表。

我的相关性卡方检验的结果有效吗？

如果变量只有 2 或 3 个水平，那么只要下面的任一条件为真，您就可以信任结果：

所有单元格的期望计数至少为 3。
所有单元格的预期计数至少为 2，50% 或更少单元格的预期计数小于 5。

如果两个变量有 4 - 6 个水平，那么只要下面的任一条件为真，您就可以信任结果：

所有单元格的期望计数至少为 2。
所有单元格的预期计数至少为 1，50% 或更少单元格的预期计数小于 5。

注意

当任何预期计数小于 1 时，Minitab 将不显示 p 值，因为这些结果无效。

我的卡方拟合优度检验结果有效吗？

只要下面的任一条件为真，您就可以信任结果：

所有单元格的预期计数至少为 2.5。
所有单元格的预期计数至少为 1.25，并且 50% 或更少单元格的预期计数小于 5。

因为根据原假设，计数的分布是多项式分布，所以需要第二种假设，并且如果样本数量足够大，且概率参数不是太小，则正态分布可用于近似多项式分布。您可以使用中心限制原理来表示当样本数量趋于无穷大时，多项式分布将收敛于正态分布。诸如第二种假设的准则可以确保您使用的近似较为准确。