# 遗传学中的卡方检验

> 生物学 · CIE A-Level
> 来源: https://www.owlsprep.com/zh/study/cie-9700-u17-chi-squared-test-in-genetics/

本模块涵盖遗传学数据的完整卡方拟合优度检验流程，包括假设设定、计算、临界值比较以及符合CIE评分标准的结论撰写方法。

**先修:** [单杂交和双杂交的表型比例预测](https://www.owlsprep.com/zh/study/cie-9700-u17-mendelian-inheritance-ratios/); [遗传杂交的基础概率规则](https://www.owlsprep.com/zh/study/cie-9700-u17-genetic-probability-basics/)

## 学习目标

- 解释卡方检验用于验证遗传遗传假设的作用
- 根据观测和预期的表型计数正确计算卡方统计量
- 应用自由度和5%临界值来接受或拒绝零假设
- 识别遗传学数据中卡方检验的有效和无效使用场景

## 遗传学卡方检验的核心原理

卡方检验是CIE要求你掌握的唯一统计方法，用于验证遗传杂交得到的子代表型计数是否符合预测的孟德尔比例。它可以量化你实际实验得到的计数与理论预期计数之间的差异是由随机误差导致，还是由遗传模型的真实偏差（例如连锁、上位性）导致。

**卡方($\chi^2$)拟合优度检验** — 一种非参数统计检验，用于评估观测到的分类数据计数与理论遗传模型预测的计数之间是否存在统计学显著差异。

*记法:* $\chi^2$

*例:* 检验87株高茎和33株矮茎豌豆子代是否符合预期的3:1单杂交比例

> **有效数据校验**
>
> 该检验仅适用于离散的、分类的表型类别，不能用于连续数据，例如以厘米为单位测量的植株高度。

**概念自测**

测试你对检验适用条件的基础理解

1. 以下哪组数据集适合使用卡方检验？

   - A) 两组植株的平均高度差异
   - B) 紫花与白花子代的观测计数和预期计数之间的差异
   - C) 叶片大小与光照强度之间的相关性
   - D) 不同温度下的酶促反应速率
   - E) 以上都不适合

   *解析:* 卡方检验仅适用于离散的分类计数数据，不适用于连续测量值或相关性分析。

## 分步计算流程

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

1. 明确陈述零假设，即观测表型计数与预期表型计数之间不存在显著差异
2. 记录遗传杂交实验得到的所有观测计数
3. 使用预测的孟德尔比例计算每个表型类别的预期计数，确保总预期计数等于总观测计数
4. 计算每个类别的$(O-E)$项，对其求平方，再除以该类别的预期值
5. 将所有得到的数值相加，得到最终的$\chi^2$统计量

**例题:** 对两株杂合紫花豌豆进行单杂交，得到24株紫花子代和6株白花子代，检验其是否符合预期的3:1比例。

1. 步骤1：总子代数量=24+6=30。零假设：观测计数与3:1的预期比例之间不存在显著差异。
2. 步骤2：预期计数：3/4*30=22.5株紫花，1/4*30=7.5株白花。
3. $$$(24 - 22.5)^2 / 22.5 = 2.25 / 22.5 = 0.1$$$
4. $$$(6 - 7.5)^2 / 7.5 = 2.25 / 7.5 = 0.3$$$
5. $$求和=0.1+0.3=0.4，因此$\chi^2=0.4$$$

> **考试提示:** CIE专门设置1分用于考察你是否确保总预期计数与总观测计数完全相等，不要跳过这一校验步骤。

## 自由度与假设结论

遗传学卡方检验的自由度(df)计算方式为表型类别数量减1。对于标准3:1单杂交比例，df=2-1=1；对于9:3:3:1双杂交比例，df=4-1=3。CIE几乎始终使用标准5%(0.05)显著性水平作为得出结论的阈值。

**临界值** — 给定自由度下、5%显著性水平的预先确定阈值。如果你计算得到的$\chi^2$小于临界值，则接受零假设；如果大于临界值，则拒绝零假设。

**考试命令词**

CIE对卡方结论使用非常特定的指令术语，掌握这些提示可以避免失分：

- **Accept the null hypothesis** — 陈述观测数据与预期遗传比例一致，差异由随机误差导致 *(计算得到的$\chi^2$=0.4 < 临界值3.84，因此我们接受零假设)*

- **Reject the null hypothesis** — 陈述观测数据与预期比例存在显著差异，提出的遗传模型不被支持 *(计算得到的$\chi^2$=9.2 > 临界值7.82，因此我们拒绝零假设)*

> **warning**
>
> 绝对不要说“证明零假设成立”——你仅拥有支持它的证据，CIE会因这一错误表述扣除整整1分。

## 遗传学卡方检验的有效性规则

- 所有数据必须是表型类别中个体的原始计数，不能是百分比或比例
- 任何表型类别的预期计数都不能小于5，如果出现这种情况，需要合并相邻类别
- 数据点必须相互独立：单个生物个体不能被计入多个类别
- 样本总量最好大于20个子代，以降低随机误差

**概念自测**

检验你对有效性规则的掌握

1. 你有4个表型类别，其中一个类别的预期计数为3，你应该怎么做？

   - A) 直接继续进行检验
   - B) 将该类别与下一个最小的表型类别合并
   - C) 删除该数据点
   - D) 使用不同的显著性水平

   *解析:* 合并相邻类别以确保所有预期值都大于5是卡方检验的标准公认修正方法。

## 常见错误

- **错误做法:** 在卡方公式中直接使用百分比或比例，而非原始计数
  - 原因: 该检验对绝对样本量敏感，使用百分比会得到人为偏低或错误的卡方值
  - 正确做法: 计算前务必将所有数值转换回原始个体计数
- **错误做法:** 将自由度计算为总子代数量减1
  - 原因: 自由度仅指代独立表型类别的数量，与样本量无关
  - 正确做法: 使用df=表型类别数-1，所有遗传杂交场景均无例外
- **错误做法:** 将卡方值与对应自由度的错误临界值进行比较
  - 原因: CIE提供标准表格，所有单杂交检验使用df=1对应的临界值3.84，所有9:3:3:1双杂交检验使用df=3对应的临界值7.82
  - 正确做法: 首先明确陈述你的自由度数值，再选取对应的0.05显著性水平临界值
- **错误做法:** 写出“比例为3:1”的结论，而非“数据与3:1比例一致”
  - 原因: 你永远无法100%证明遗传模型完全正确，只能证明数据与该模型不存在矛盾
  - 正确做法: 结论的表述要围绕零假设的接受或拒绝展开，不要宣称绝对证明了遗传比例成立
- **错误做法:** 对连续变异数据（例如种子质量）使用卡方检验
  - 原因: 卡方检验仅专为离散分类计数数据设计
  - 正确做法: 对连续数据的均值比较使用t检验

## 速查表

| 步骤 | CIE考试操作要求 | 典型分值分配 |
| --- | --- | --- |
| 1 | 清晰陈述零假设 | 1分 |
| 2 | 计算与总观测计数匹配的预期计数 | 1分 |
| 3 | 计算$(O-E)^2/E$的总和 | 2分 |
| 4 | 陈述自由度=类别数-1 | 1分 |
| 5 | 与0.05显著性水平的临界值比较 | 1分 |
| 6 | 写出明确引用零假设的有效结论 | 1分 |

## 下一步

掌握卡方检验是CIE 9700科目A2理论卷和实操评估题的核心技能，它经常与双杂交遗传、上位性、常染色体连锁场景结合考察。理解非孟德尔比例如何产生高于临界阈值的卡方值，将帮助你解释杂交题中子代观测计数偏离预期9:3:3:1比例的原因。该技能也可以直接迁移到群体遗传学主题，你可以使用类似的拟合优度逻辑检验哈迪-温伯格平衡。练习完整的卡方作答流程，确保覆盖评分标准的所有得分点，避免在扩展问答部分丢失容易拿到的分数。

---

来自 [OwlsPrep](https://www.owlsprep.com) —— A-Level / IB / AP / IGCSE 免费学习指南，依据官方考纲编写。原页面：https://www.owlsprep.com/zh/study/cie-9700-u17-chi-squared-test-in-genetics/