执行同质性或独立性卡方检验

AP 统计学· 12 分钟阅读

1. 卡方检验的条件验证★★★☆☆⏱ 3 min

所有针对列联表的卡方检验都需要满足三个核心条件才能输出可靠结果：随机抽样或随机分配、观测值相互独立（不放回抽样时需满足10%条件）以及大样本计数条件。

📘 定义

大样本计数条件

列联表中所有单元格的期望计数都必须大于或等于5，以确保卡方分布可以有效近似检验统计量的抽样分布。

📐 例题

一名研究人员从3个年级中随机抽取200名高中生进行调查，检验零食偏好是否与年级相关。该3×3列联表的行边际总和为70、65、65（对应各年级人数），列边际总和为80、70、50（对应各类零食的偏好人数）。请验证独立性卡方检验的所有适用条件。

1
1. 随机性条件：题目明确说明调查了200名随机抽取的学生，因此该条件满足。
2
1. 独立性条件：200名学生少于目标学校全体高中生总数的10%，因此观测值相互独立。
3
1. 大样本计数条件：最小的期望计数为(50×65)/200=16.25，远大于5，因此该条件满足。

✓ 快速检测

为满足大样本计数条件，任意单元格的期望计数允许的最小值是多少？
- 3
- 5
- 10
- 20
显示答案
5 —
AP统计学评分标准要求所有期望计数≥5，才能使用卡方分布近似。

2. 期望计数与卡方检验统计量的计算★★★★☆⏱ 3 min

在原假设成立的前提下，每个单元格的期望计数可以通过列联表对应的行总和、列总和与总样本总和计算得到。检验统计量是所有单元格中观测计数与期望计数的标准化平方差的总和。

E = \frac{(\text{Row Total}) \times (\text{Column Total})}{\text{Grand Total}}

\chi^2 = \sum \frac{(O - E)^2}{E}

📐 例题

计算2×2列联表的卡方检验统计量，观测计数第一行为30、20，第二行为25、35，总样本量为110。

1
1. 计算边际总和：第一行总和=50，第二行总和=60，第一列总和=55，第二列总和=55。
2
1. 计算期望计数：E11=(50×55)/110=25，E12=25，E21=30，E22=30。
3
1. 对标准化平方差求和：(30-25)²/25 + (20-25)²/25 + (25-30)²/30 + (35-30)²/30 = 1 + 1 + 0.833 + 0.833 = 3.666

3. 自由度与p值计算★★★☆☆⏱ 3 min

列联表卡方检验的自由度仅由行数和列数决定，与总样本量无关。p值始终是对应卡方分布中大于你计算得到的检验统计量的右尾概率。

df = (r - 1)(c - 1)

📐 例题

计算前文中2×2列联表检验统计量3.666对应的p值。

1
1. 计算自由度：r=2，c=2，因此df=(2-1)(2-1)=1。
2
1. 使用TI-84的χ²cdf函数或卡方分布表，查找自由度为1时大于3.666的右尾概率。
3
1. 最终得到的p值约为0.055，略高于标准的α=0.05显著性阈值。

4. 结合研究场景得出有效结论★★☆☆☆⏱ 2 min

你的结论必须明确将p值与预先声明的原假设进行比较，避免出现未提及研究中具体变量的泛泛表述。对于同质性检验，需说明不同组之间的分布差异；对于独立性检验，需说明两个变量之间的关联性。

📐 例题

针对前文2×2检验的结果（p值=0.055，α=0.05），写出符合AP考试要求的完整结论。

1
1. 比较p值与显著性水平：0.055>0.05，因此我们不拒绝原假设。
2
1. 给出场景化结果：在α=0.05的显著性水平下，没有足够的统计显著证据可以得出目标总体中两个分类变量之间存在关联性的结论。

5. 常见陷阱

错误做法:

使用n-1作为自由度，而非(r-1)(c-1)

原因:

混淆了拟合优度检验的自由度与列联表卡方检验的自由度计算公式

正确做法:

始终将行数减1、列数减1，再将两个结果相乘得到自由度

错误做法:

将总样本量除以单元格数量来计算期望计数

原因:

忽略了行和列的边际总和并不相等，会导致期望计数结果出现严重偏差

正确做法:

使用（行总和×列总和）/总样本总和的公式逐个计算每个单元格的期望计数

错误做法:

声称统计显著的结果证明变量之间存在因果关系

原因:

卡方检验仅能检测统计关联性，无法通过观测研究数据确认因果关系

正确做法:

明确表述两个变量之间存在关联的证据，而非因果关系

错误做法:

作答时完全跳过大样本计数条件的校验步骤

原因:

AP评分标准为该条件的验证单独设置了一个得分点，省略该步骤会直接丢失对应分数

正确做法:

确认所有期望计数都≥5，并在开始计算前明确写出这一结论

错误做法:

为卡方检验计算双尾p值

原因:

卡方检验统计量始终非负，因此所有p值都应为右尾概率

正确做法:

仅计算卡方分布大于你观测到的检验统计量的概率

6. 速查表

步骤	同质性卡方检验	独立性卡方检验
原假设	分类变量的分布在所有组中完全相同	两个分类变量之间不存在关联性
期望计数公式	E = (行总和 × 列总和) / 总样本总和	与同质性检验使用相同公式
自由度	df = (r-1)(c-1)	与同质性检验使用相同的自由度公式
结论表述	比较不同独立总体/组之间的分布差异	描述单一抽样总体中变量之间是否存在关联性

真题中的出现

AI 根据考纲规律估算的考点位置,请对照官方真题核实准确性。仅作复习重点参考。

2023 · Paper 1
针对调查数据的独立性卡方检验
2022 · Paper 2
跨3个组的同质性卡方检验
2021 · Paper 1
列联表卡方推断完整工作流程

下一步

熟练掌握同质性和独立性卡方检验的操作流程是AP统计学自由作答部分的高分技能，该考点在近年近70%的AP考试中都有出现。你将在本部分内容的基础上，学习如何在遇到陌生研究设计时区分两种卡方检验类型，这是考生在考试中经常失分的混淆点。你还将练习判断何时应该使用卡方拟合优度检验而非本部分介绍的两种检验，避免在多部分考题中混淆不同的推断流程。