Google 表格中的卡方拟合测试（分步）

卡方拟合优度检验用于确定分类变量是否遵循假设分布。

例如，假设商店老板声称一周中每天都有相同数量的顾客来到他的商店。

为了检验这一假设，一位独立研究人员记录了给定一周内进入商店的顾客数量，并发现以下结果：

• 周一： 50 位顾客
• 周二： 60 位顾客
• 周三： 40 位顾客
• 周四： 47 位顾客
• 周五： 53 位顾客

我们可以进行卡方拟合优度检验来确定数据是否与店主的说法一致。

此分步示例展示了如何在 Google 表格中执行卡方拟合优度检验。

第 1 步：创建数据

首先，我们按照以下格式将数据输入到 Google Sheets 中：

注：共有250名客户。如果店主预计每天进入商店的顾客数量相同，那么他预计每天有 50 名顾客。

步骤 2：计算观测值与预期值之间的差异

拟合优度检验的卡方检验统计量为X ² = Σ(OE) ² / E。

金子：

• Σ：是一个奇特的符号，意思是“和”
• O：观测值
• E：期望值

以下公式显示如何计算每行的(OE) ² /E ：

步骤 3：计算 P 值

最后，我们将使用以下公式计算卡方检验统计量以及相应的 p 值：

注意： CHISQ.DIST.RT(x, deg_freedom)函数返回与检验统计量x和一定自由度相关的卡方分布的正确概率。自由度计算为n-1。在本例中，deg_freedom = 5 – 1 = 4。

该检验的^X2检验统计量为4.36 ，相应的 p 值为0.3595 。

由于该 p 值不小于 0.05，因此我们无法拒绝原假设。这意味着我们没有足够的证据表明真实的顾客分布与店主报告的不同。

其他资源

卡方拟合优度检验简介
卡方拟合优度检验计算器
P值和统计显着性的解释