卡方檢驗

假說檢定的一種

卡方檢驗Chi-Squared Test Test)是一種統計量的分布在零假設成立時近似服從卡方分布分布)的假設檢驗。在沒有其他的限定條件或說明時,卡方檢驗一般代指的是皮爾森卡方檢定。在卡方檢驗的一般運用中,研究人員將觀察量的值劃分成若干互斥的分類,並且使用一套理論(或虛無假說)嘗試去說明觀察量的值落入不同分類的概率分布的模型。而卡方檢驗的目的就在於去衡量這個假設對觀察結果所反映的程度。

此圖展示分別在1、2、3、4、5的自由度下,卡方統計量(X軸)與P值(P-value,Y軸)之間的變化關係。

歷史

編輯

在十九世紀,統計分析方法主要被用於生物數據分析。當時主流意見認為正態分布普遍適用於此類數據,例如喬治·比德爾·艾里爵士以及梅里曼教授英語Mansfield Merriman,而卡爾·皮爾森在他1900年的論文中就針對了他們的研究數據作出了指正[1]

直到十九世紀末期,皮爾森指出了部分數據具有明顯的偏態,正態分布並不是普遍適用。為了更好地對這些觀察數據進行建模,皮爾森在1893年至1916年發表的系列文章[2][3][4][5]中提出了一個包含正態分布以及眾多偏態分布的連續概率分布族——皮爾森分布族英語Pearson Distribution。同時,他指出數據統計分析的步驟應該是在從皮爾森分布族中選取合適的分布來進行建模後,使用擬合優度檢驗技術來評價模型和實驗數據間的擬合優度。

著名的卡方檢定

編輯

皮爾森卡方檢驗

編輯

在1900年,皮爾森發表了著名的關於 檢驗的文章[1],該文章被認為是現代統計學的基石之一[6]。在該文章中,皮爾森研究了擬合優度檢驗:

假設實驗中從總體中隨機取樣得到的 個觀察值被劃分為 個互斥的分類,這樣每個分類都有一個對應的實際觀察次數  )。研究人員會對實驗中各個觀察值落入第 個分類的概率 的分布提出零假設,從而獲得了對應所有第 分類的理論期望次數 以及限制條件

 以及 

皮爾森提出,在上述零假設成立以及 趨向 的時候,以下統計量的極限分布趨向 分布。

 

皮爾森首先討論零假設中所有分類的理論期望次數 均為足夠大且已知的情況,同時假設各分類的實際觀測次數 均服從正態分布。皮爾森由此得到當樣本容量 足夠大時, 趨近服從自由度為  分布

然而,皮爾森在討論當零假設中的理論期望次數 未知並依賴於必須由樣本去進行估計的若干參數的情況時,記 為實際的理論期望次數以及 為估計的理論期望次數,認為

 

的值通常為正且足夠小以至於可以忽略。皮爾森總結為,如果我們認為 也服從自由度為  分布,那麼由此近似帶來的誤差通常足夠小並不會對實際決策的結論帶來實質性的影響。這個結論在應用層面造成了長達20年的爭論,直到費歇爾在1922年及1924年的論文[7][8]發表後才暫告一段落。

其他卡方檢驗例子

編輯

運用

編輯
  • 建立虛無假設(Null Hypothesis),即認為觀測值與理論值的差異是由於隨機誤差所致;
  • 確定數據間的實際差異,即求出卡方值;
  • 如卡方值大於某特定概率標準(即顯著性差異)下的理論值,則拒絕零假說,即實測值與理論值的差異在該顯著水準下是顯著的。

相關條目

編輯

外部連結

編輯

腳註

編輯
  1. ^ 1.0 1.1 Pearson, Karl. On the criterion that a given system of deviations from the probable in the case of a correlated system of variables is such that it can be reasonably supposed to have arisen from random sampling (PDF). Philosophical Magazine Series 5. 1900, 50: 157–175 [2017-07-27]. doi:10.1080/14786440009463897. (原始內容存檔 (PDF)於2018-11-23). 
  2. ^ Pearson, Karl. Contributions to the mathematical theory of evolution [abstract]. Proceedings of the Royal Society. 1893, 54: 329–333. JSTOR 115538. doi:10.1098/rspl.1893.0079. 
  3. ^ Pearson, Karl. Contributions to the mathematical theory of evolution, II: Skew variation in homogeneous material. Philosophical Transactions of the Royal Society. 1895, 186: 343–414. Bibcode:1895RSPTA.186..343P. JSTOR 90649. doi:10.1098/rsta.1895.0010. 
  4. ^ Pearson, Karl. Mathematical contributions to the theory of evolution, X: Supplement to a memoir on skew variation. Philosophical Transactions of the Royal Society A. 1901, 197: 443–459. Bibcode:1901RSPTA.197..443P. JSTOR 90841. doi:10.1098/rsta.1901.0023. 
  5. ^ Pearson, Karl. Mathematical contributions to the theory of evolution, XIX: Second supplement to a memoir on skew variation. Philosophical Transactions of the Royal Society A. 1916, 216: 429–457. Bibcode:1916RSPTA.216..429P. JSTOR 91092. doi:10.1098/rsta.1916.0009. 
  6. ^ Cochran, William G. The Chi-square Test of Goodness of Fit. The Annals of Mathematical Statistics. 1952, 23: 315–345. JSTOR 2236678. 
  7. ^ Fisher, Ronald A. On the Interpretation of chi-squared from Contingency Tables, and the Calculation of P. Journal of the Royal Statistical Society. 1922, 85: 87–94. JSTOR 2340521. 
  8. ^ Fisher, Ronald A. The Conditions Under Which chi-squared Measures the Discrepancey Between Observation and Hypothesis. Journal of the Royal Statistical Society. 1924, 87: 442–450. JSTOR 2341149.