调查运动习惯与睡眠质量时,每个人会同时得到“经常运动或不经常运动”和“睡眠良好或不良”两个分类结果。若经常运动者中睡眠良好的比例较高,这个差异可能反映总体关联,也可能只是随机抽样造成的波动。
列联表整理联合频数,独立性检验则衡量实际频数与“两个变量相互独立”时理论频数的偏离程度。它帮助我们在控制误判风险的前提下作出统计判断,但不能把关联直接解释成因果。
- 会填写二维列联表,并正确计算行合计、列合计和总计。
- 理解零假设、期望频数和卡方统计量的含义。
- 掌握 列联表中 的两种计算方法。
- 会根据显著性水平和临界值作出规范结论。
- 知道近似检验对随机抽样、观测独立和期望频数的要求。
一、列联表与条件比例
设两个分类变量各有两个类别,观测频数可整理为
| 合计 | |||
|---|---|---|---|
| 合计 |
其中 。表内四个数是联合频数,最右列和最下行是边际频数。比较
可以初步判断在 两组中出现 的比例是否有差别。比例差异越明显,变量有关联的直观迹象越强,但样本比例不完全相同并不足以证明总体有关,还要衡量随机波动。
作等高堆积条形图时,各组条形高度统一为 ,便于比较条件比例。若两组样本量差异很大,只比较人数容易误导,应优先比较组内比例。
二、独立假设与期望频数
独立性检验通常提出零假设
若 成立,第 行第 列的理论期望频数为
这个公式来自“联合比例等于两个边际比例之积”。例如第一格在独立假设下的期望频数为
每行期望频数之和等于对应行合计,每列期望频数之和等于对应列合计,可用这些性质核验计算。期望频数可以是小数,它不是实际人数,而是零假设成立时的理论中心。
独立性检验比较的是“实际观测频数”与“独立假设下的期望频数”。先由边际合计求期望值,再把各格经过尺度调整的偏差汇总;不能只盯着人数差或百分比差。
三、卡方统计量
设各格观测频数为 ,卡方统计量为
各项均非负,观测频数越接近期望频数, 越小;总体偏离越明显, 越大。除以 是为了按各格应有规模调整偏差,因此不能只计算未标准化的平方差。
对前述 表,代入并化简可得
该式要求分母各因子非零。一般 列联表的自由度为
所以 表的自由度为 。简化公式只适用于二维列联表,不能不加修改地用于更多行或更多列。
四、显著性水平与决策
显著性水平 是在 实际成立时却拒绝它的容许风险上限。自由度为 时,常见右尾临界值为
| 显著性水平 | ||||
|---|---|---|---|---|
| 临界值 |
若计算值大于相应临界值,就在该显著性水平下拒绝 ,认为有证据表明两个变量有关联;否则只能说“没有充分证据拒绝两个变量相互独立的假设”。后者不等于已经证明变量独立,可能是关联很弱,也可能是样本量不足。
越小,拒绝零假设所需的证据越强。例如 时,在 水平下可拒绝 ,但在 水平下不能拒绝。结论必须写明所采用的显著性水平,不能只说“有关”或“无关”。
五、适用条件与解释边界
卡方近似需要数据来自合理的随机抽样或随机试验,不同观察对象应相互独立,每个对象只能进入一个单元格。若同一个人被重复计数,或样本是明显的方便样本,常规结论可能失真。
各格期望频数不能过小。高中题通常会给出可直接使用近似检验的数据;实际分析中常以各格期望频数至少约为 作为简明检查标准。若期望频数很小,应考虑合并有实际意义的类别、扩大样本或采用适合小样本的精确方法,不能机械套临界值表。
独立性检验发现的是统计关联,不给出关联方向和效应大小,更不能单独证明因果。还应报告各组比例,结合研究设计分析混杂变量、选择偏差和时间先后。
调查 名学生,得到下表:经常运动者中睡眠良好 人、不良 人;不经常运动者中睡眠良好 人、不良 人。在 水平下检验运动习惯与睡眠质量是否有关。
✏️ 查看分步解析
四个行、列合计均为 ,总数为 。在独立假设下,每格期望频数都是
所以
自由度为 ,且 ,故在 显著性水平下拒绝独立假设,有统计证据认为运动习惯与睡眠质量有关联。四格期望频数均为 ,近似条件满足。这个观察性调查仍不能证明经常运动必然导致睡眠改善。
某校调查课程选择与是否参加社团,列联表四格依次为 。在 水平下进行独立性检验。
✏️ 查看分步解析
总数 ,并且
因此
由于 ,在 显著性水平下没有充分证据拒绝“课程选择与是否参加社团相互独立”的假设。事实上两组参加社团的样本比例均为 。但检验结果仍不应表述为“已经证明二者绝对独立”。
- 比较不同组时应看组内比例,不能只比较某一格人数。
- 期望频数由行合计、列合计和总数计算,不等于四舍五入后的实际频数。
- 较大才对拒绝独立假设有利,不能把判断方向写反。
- “不能拒绝 ”不等于“接受并证明 ”。
- 临界值取决于显著性水平和自由度,不能跨表随意使用。
- 统计关联不等于因果关系,结论强度不能超过研究设计。
社区可把居民按“是否看过宣传”和“是否采取健康行为”分类,列成二维表并检验关联。若结果显著,还要比较两组行为比例来理解差异大小,并检查年龄、教育程度等混杂因素。主动观看宣传的人本来就可能更重视健康,因此即使检验显示关联,也不能仅凭这张表认定宣传造成了行为改变。若想加强因果解释,需要更合理的对照和随机化设计。
六、自测与解析
1. 计算期望频数
某列联表第一行合计为 ,第一列合计为 ,总数为 。在独立假设下,左上格期望频数是多少?
✏️ 查看答案
2. 临界值判断
自由度为 ,计算得 。在 和 水平下分别怎样判断?
✏️ 查看答案
因为 ,所以在 水平下拒绝独立假设;因为 ,所以在 水平下没有充分证据拒绝独立假设。显著性水平不同,结论强度可以不同。
3. 结论辨析
某检验在 水平下未拒绝独立假设,能否断言两个变量完全独立?
✏️ 查看答案
不能。结果只说明现有样本没有提供足够强的反对独立假设的证据,可能存在较弱关联或检验效能不足。