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。