卡方检验计算器

关键信息

分类: 数学、日期与金融
输入类型: select, textarea, number
输出类型: json
样本覆盖: 4
支持 API: Yes

概览

卡方检验计算器是一款专业的统计分析工具，旨在帮助用户快速执行卡方拟合优度检验和独立性检验。只需输入观测频数、期望频数或列联表数据，即可一键计算出卡方统计量、自由度、P 值，并根据设定的显著性水平自动判断是否拒绝原假设。无论是学术研究、市场调研还是质量控制，该工具都能为您提供准确、高效的统计推断支持。

适用场景

•需要验证实际观测数据分布是否符合某一理论或期望分布时（拟合优度检验）。
•需要判断两个分类变量之间是否存在显著的关联性或独立性时（独立性检验）。
•在处理问卷调查、A/B 测试或医学实验数据，需快速计算 P 值和卡方统计量以得出统计结论时。

工作原理

•选择检验类型：根据分析需求在下拉菜单中选择“拟合优度”或“独立性”检验。
•输入数据：在文本框中输入逗号分隔的观测频数和期望频数，或按行输入列联表数据。
•设置参数：调整显著性水平（默认 0.05）和结果保留的小数位数（默认 4 位）。
•获取结果：工具将自动计算并以 JSON 格式输出卡方值、自由度、P 值以及是否拒绝原假设的结论。

使用场景

市场调研分析：评估不同年龄段消费者对某款新产品的偏好是否存在显著差异。

遗传学实验：验证豌豆杂交实验的实际表型比例是否符合孟德尔遗传定律的理论比例。

网站 A/B 测试：分析不同网页设计版本对用户点击转化率的影响是否独立。

用户案例

1. 骰子公平性测试（拟合优度检验）

统计学学生

背景原因: 学生掷一个六面骰子 120 次，记录了每个面出现的次数，想验证这个骰子是否均匀。
解决问题: 需要计算实际掷出的频数与理论上均匀分布的频数是否存在显著差异。
如何使用: 选择“拟合优度”检验，输入观测频数“18, 22, 20, 16, 24, 20”，期望频数输入“20, 20, 20, 20, 20, 20”，显著性水平保持 0.05。
示例配置: { "testType": "goodness-of-fit", "observedCounts": "18, 22, 20, 16, 24, 20", "expectedCounts": "20, 20, 20, 20, 20, 20", "alpha": 0.05 }
效果: 工具输出卡方值、自由度（5）和 P 值。由于 P 值大于 0.05，rejectNull 为 false，说明没有足够证据证明骰子不均匀。

2. 营销活动效果分析（独立性检验）

市场数据分析师

背景原因: 分析师收集了用户性别（男/女）与是否购买某款产品（是/否）的数据，整理成 2x2 的交叉表。
解决问题: 需要判断“性别”与“购买行为”这两个分类变量是否相互独立。
如何使用: 选择“独立性”检验，在列联表框中按行输入数据，第一行输入“30, 20”（男性购买/未购买），第二行输入“15, 35”（女性购买/未购买）。
示例配置: { "testType": "independence", "contingencyTable": "30, 20\n15, 35", "alpha": 0.05 }
效果: 工具自动计算并输出 P 值。若 P 值小于 0.05，rejectNull 为 true，表明性别与购买行为之间存在显著关联。