卡方拟合优度检验

卡方拟合优度检验用于判断分类变量的观测频数分布是否与某一特定的期望分布相符。它将数据中每个类别实际出现的频率,与根据理论模型或先验假设预期每个类别应出现的频率进行比较。

最后审阅

核心要点

卡方拟合优度检验用于判断分类变量的观测频数分布是否与某一特定的期望分布相符。

本页内容
  1. 什么是卡方拟合优度检验?
  2. 何时使用卡方拟合优度检验?
  3. 正确使用卡方拟合优度检验的指南
  4. 替代方法:何时不宜使用卡方拟合优度检验
  5. 卡方拟合优度检验示例
  6. 如何进行卡方拟合优度检验

什么是卡方拟合优度检验?

卡方拟合优度检验用于判断分类变量的观测频数分布是否与某一特定的期望分布相符。它将数据中每个类别实际出现的频率,与根据理论模型或先验假设预期每个类别应出现的频率进行比较。

例如,可以检验生产线在所有班次上产生的缺陷是否均等,或者客户投诉在各类别中的分布是否符合模型预测的比例。

简单定义:该检验用于检查各类别中实际观测到的计数是否与预期计数相符,从而告诉您数据是否符合所预测的模式。

何时使用卡方拟合优度检验?

  • 当响应变量为 分类变量,且需要检验其观测分布是否与期望分布或理论分布相符时使用。
  • 用于验证 过程是否按预期比例产生缺陷或结果,类别可以是班次、机器或产品类型等。
  • 当已有 理论模型或先验分布,并希望检验实际数据与其吻合程度时使用。
  • 用于 抽样审核、合规检查和质量评审,这些场合的期望频数已知,来自规格或历史数据。

正确使用卡方拟合优度检验的指南

  • 每个类别的 期望频数必须至少为 5,期望计数很小的类别会使检验不可靠。必要时合并类别。
  • 观测必须 相互独立,即一个类别中的计数不得影响另一个类别中的计数。
  • 期望比例或期望计数必须 在查看数据之前确定,若从被检验的同一数据集中推导,则属于循环论证,是无效的。
  • 当 p 值小于 0.05 时,表明观测分布与期望分布存在显著差异,应进一步调查哪些类别的偏差最大。
  • 收集 足够大的总样本,以确保所有期望单元格频数都达到最低阈值 5。

替代方法:何时不宜使用卡方拟合优度检验

  • 如果要检验 两个分类变量之间的关系,请使用 卡方独立性检验
  • 如果响应变量为 连续变量,请使用 正态性检验或单个分布识别
  • 如果计数数据服从 泊松过程(随时间或区域发生的稀有事件),请使用 泊松拟合优度检验

卡方拟合优度检验示例

某采购经理想比较各尺码 T 恤的销售比例与订购比例。经理统计一周内每个尺码 T 恤的销售件数。采购员进行卡方拟合优度检验,以确定所售 T 恤尺码的比例是否与所订 T 恤尺码的比例一致。检验步骤如下:

  1. 收集所需数据。
Chi Square Goodness Of Fit — figure 1
  1.  现在,在 Zometric Statistical Software 中分析数据,网址为 https://statsai.zometric.com/。
  2.  要找到卡方拟合优度检验,请选择 Statistical module> Hypothesis Test> Chi Square Goodness Of Fit。
  3.  在工具中输入数据及其他输入项,如下所示:
Chi Square Goodness Of Fit — figure 2

5. 使用上述工具后,得到如下输出:

Chi Square Goodness Of Fit — figure 3

如何进行卡方拟合优度检验

操作步骤如下:

  1. 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
  2. 在首页选择 Statistical Tool> Hypothesis Test >Chi Square Goodness Of Fit。
  3. 接下来,手动更新数据,或从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
  4. 填写所需选项。
  5. 最后,点击页面底部的 calculate,即可得到所需结果。

在卡方拟合优度检验的工具界面上,窗口分为两部分。

Chi Square Goodness Of Fit — figure 4

左侧为数据窗格(Data Pane)。在数据窗格中,每一行构成一个子组。数据可手动输入,也可从 Excel 表格中完整复制(Ctrl+C)并粘贴(Ctrl+V)到此处。

Load example: 将加载示例数据。

Load File: 用于直接加载 Excel 数据。

右侧提供以下选项:

  • Observed Counts 选择包含数据中每个类别的 实际计数 的列,例如每个班次观测到的缺陷数、每个类别的客户投诉数,或每组中的发生次数。这是检验用来比较实际发生情况与期望情况的核心输入。此字段为必填。
  • Category Names; 选择包含每个类别的 标签或名称 的列,例如班次 1、班次 2、班次 3,或划痕、凹痕、撕裂。此项为可选,但建议使用,因为这样输出图表和结果表的标注清晰,更便于解读以及在报告中展示。
  • Test: 定义观测计数所比较的期望分布。提供三个选项:
  • Equal Proportions:检验所有类别是否以相同频率出现。当原假设为各类别应出现相同次数时使用,例如检验缺陷是否在一周的每一天均匀分布。
  • Specific Proportions:检验各类别是否按手动输入的特定预设比例出现。当期望分布基于理论、历史数据或规格时使用,例如检验是否有 60% 的结果落在类别 A,30% 落在类别 B,10% 落在类别 C。
  • Properties Specified by Historical Counts (Input Column):依据由历史计数参考列得出的期望比例进行检验,而不是手动输入的值。当有以前的数据集或基线期,且希望将当前数据的分布与其比较时使用。
  • Specific Proportion: 使用 Specific Proportions 或 Historical Counts 检验选项时,选择包含每个类别的 期望比例或参考计数 的列。该列中的值定义了原假设下分布应有的样子,每个类别的期望比例必须与 Observed Counts 列中的类别依次对应。
  • Bar Chart of Observed and Expected Values: 启用后,显示并排条形图,比较每个类别的 观测计数与期望计数。这是最有用的可视化输出之一,可立即看出哪些类别的观测值与期望值差距最大,帮助找出分布偏离最大之处。
  • Bar Chart of Each Category Contribution to the Chi-Square Value: 启用后,显示条形图,说明每个类别 对整体卡方统计量的贡献有多大。条形最高的类别是导致显著结果的主要来源,这有助于准确识别哪些类别对偏离期望分布的责任最大,而不只是知道整体存在差异。
  • Display Bars from Largest to Smallest: 启用后,图表中的条形按 降序 排列,从贡献或计数最大者到最小者。这样更容易确定哪些类别最重要,并优先关注偏差最大的类别,在类别很多、希望快速找出最显著者时尤其有用。
  • Display Test Results: 启用后,直接在图表上或图表旁显示完整的统计检验输出,包括 卡方统计量、自由度和 p 值。这样无需查看单独的输出表,就能在一处同时查看图形与统计结果。

常见问题

卡方拟合优度检验能说明什么?

它说明分类变量的观测频数分布是否与某一特定的期望分布相符,方法是将每个类别实际出现的频率与其在理论模型或先验假设下应出现的频率进行比较。p 值小于 0.05 表示存在显著差异;此时应进一步调查哪些类别的偏差最大。

卡方拟合优度检验的前提条件是什么?

每个类别的期望频数应至少为 5;必要时合并类别,并收集足够大的总样本。观测必须相互独立,即一个类别中的计数不影响另一个类别。期望比例必须在查看数据之前确定,因为从同一数据集中推导属于循环论证,是无效的。

可以检验哪些期望分布?

在 Zometric Statistical Software 中,Test 选项提供三种选择:Equal Proportions,即每个类别应以相同频率出现;Specific Proportions,根据理论、历史数据或规格手动输入;以及由参考列中的历史计数指定的比例,用于将当前数据与以前的数据集或基线期进行比较。

什么情况下应改用卡方独立性检验?

对于一个分类变量与期望分布的比较,使用拟合优度检验。要检验两个分类变量之间的关系,请使用卡方独立性检验。如果响应是连续变量,请使用正态性检验或单个分布识别;如果计数服从泊松过程,请使用泊松拟合优度检验。