如何在 excel 中执行卡方独立性检验

卡方独立性检验用于确定两个分类变量之间是否存在显着关联。

本教程介绍如何在 Excel 中执行卡方独立性检验。

示例：Excel 中的卡方独立性检验

假设我们想知道性别是否与对政党的偏好相关。我们对 500 名选民进行了简单的随机抽样，并询问他们的政党偏好。下表列出了调查结果：

使用以下步骤执行独立性卡方检验，以确定性别是否与政党偏好相关。

步骤 1：定义假设。

我们将使用以下假设进行卡方独立性检验：

• H ₀ ：性别和政党偏好是独立的。
• H ₁ ：性别和政党偏好不是独立的。

步骤 2：计算期望值。

接下来，我们将使用以下公式计算列联表中每个单元格的期望值：

期望值=（行数总和*列数总和）/表总和。

例如，共和党男性的期望值为： (230*250) / 500 = 115 。

我们可以重复此公式来获取每个表格单元格的期望值：

步骤 3：计算表中每个单元格的 (OE) ² /E。

接下来，我们将计算表中每个单元格的(OE) ² /E，其中：

• O：观测值
• E：期望值

例如，男性共和党人的值为： (120-115) ² /115 = 0.2174 。

我们可以对表中的每个单元格重复此公式：

步骤 4：计算检验统计量^X2和相应的 p 值。

检验统计量^X2只是最后一个表中的值的总和。

对应于检验统计量 X ²的 p 值可以使用以下公式找到：

=CHISQ.DIST.RT(x, deg_freedom)

金子：

• x：检验^统计量
• deg_freedom：自由度，计算方式如下：(#rows-1) * (#columns-1)

检验统计量^X2结果为0.8640 ，相应的 p 值为0.649198 。

第五步：得出结论。

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性别和政党偏好之间存在关联。

注意：您还可以使用卡方独立性测试计算器执行整个测试。