什么时候用卡方检验(
什么时候该用卡方检验,什么时候用FISHER EXACT TEST检验?？
1🐯——😚、所有的理论数T≥5并且总样本量n≥40,用Pearson卡方进行检验🐸|_⛸🐭。2🐋🐚-🥈⛸、如果理论数T＜5但T≥1,并且n≥40,用连续性校正的卡方进行检验🎟🐂————🤓。3🦟——🏈、如果有理论数T＜1或n＜40,则用Fisher’s检验🙊🌗-——🐕🦺。卡方检验试用条件1🍄-_🤡☁️、随机样本数据🏒🦢-——🦍😏。2🎋——🌘🦍、卡方检验的理论频数不能太小😶————😍。R×C表卡方检验应用条件🤣🦈_🐰🥎：1*-_🌜🪴、R×C表中是什么💫-|🦔🍂。
1.所有的理论数T≥5并且总样本量n≥40,用Pearson卡方进行检验.2.如果理论数T＜5但T≥1,并且n≥40,用连续性校正的卡方进行检验.3.如果有理论数T＜1或n＜40,则用Fisher’s检验.上述是适用于四格表.R×C表卡方检验应用条件🐊🪱——-🎁：1.R×C表中理论数小于5的格子不能超过1/5⭐️🕹-*🌸；2.不能有小于1的理好了吧**|🌏🤤！
1🐯——😚、所有的理论数T≥5并且总样本量n≥40,用Pearson卡方进行检验🐸|_⛸🐭。2🐋🐚-🥈⛸、如果理论数T＜5但T≥1,并且n≥40,用连续性校正的卡方进行检验🎟🐂————🤓。3🦟——🏈、如果有理论数T＜1或n＜40,则用Fisher’s检验🙊🌗-——🐕🦺。卡方检验试用条件1🍄-_🤡☁️、随机样本数据🏒🦢-——🦍😏。2🎋——🌘🦍、卡方检验的理论频数不能太小😶————😍。R×C表卡方检验应用条件🤣🦈_🐰🥎：1*-_🌜🪴、R×C表中是什么💫-|🦔🍂。
1.所有的理论数T≥5并且总样本量n≥40,用Pearson卡方进行检验.2.如果理论数T＜5但T≥1,并且n≥40,用连续性校正的卡方进行检验.3.如果有理论数T＜1或n＜40,则用Fisher’s检验.上述是适用于四格表.R×C表卡方检验应用条件🐊🪱——-🎁：1.R×C表中理论数小于5的格子不能超过1/5⭐️🕹-*🌸；2.不能有小于1的理好了吧**|🌏🤤！
二🕊🦂|_🎱、z检验的适用条件🐑*——🐓：随机变量服从或近似服从正态分布😝_🎭🐸，z作为检验统计量与X的均值是等价的🦨|_🐘🐗，且计算z的分位数或查相应的分布表比较方便🥀🐑-_*。通过比较由样本观测值得到的z的观测值🐃——🕹🤯，可以判断数学期望的显著性🎗🌿_🌤，我们把这种利用服从标准正态分布统计量的检验方法成为z检验.三🐼🦉_-🌺、卡方检验的适用条件🎮_|*😁：用途非常广后面会介绍⛳🌵|🌎。
等距数据是指有相对零点的度量数据🌜|-🥎🎿，度量数据是用工具或按标准测量得到的数据😝🌾——🐏，如智商和成绩等🍂——😺😲；称名变量指按类别分类的变量🐓🌥|_😠🥍，如男女用数字1和2表示🪅_🤭。当所收集到的数据是度量数据时🐂🎿-——🐜，且比较组数超过两组😇_🐕🦘，可用方差分析检验🧵——😘🌑；如果收集到的数据是点计数据（计算个数得到的数据）时🐜🐩-🌹，可用卡方检验🤔_🦏🌔。
什么情况下用fisher检验?？
一般使用pearshon卡方值*🥋_☹️，如果总样本量大于40*——-☄️，但出现期望频数小于5的单元格时*🐒——|🌏，可优先使用连续校正卡方✨_🐚🐊，也或者使用fisher卡方值🎾_😺，如果总样本量小于40🧧-💮，也或者出现期望频数小于1的单元格时🤥🖼_🦈，此时建议使用fisher卡方检验🪄🐙|-🀄。具体以文献为准即可🌲🦦-_*，可能不同文献的标准不完全一致🎣_😃🦌。
如果已知总体的分布是正态的话---用T检验⚡️🦇|-🌎🌩，否则就用卡方检验🎗-🦙😋，
什么时候用卡方检验什么时候用方差分析?？
再化作一个渐近服从卡方分布的统计量🦋🦄__🦃，再用卡方分布去检验的.因此如果要检验顾客年龄与顾客到超市的频率之间有无关联🐗☹️_-🔮，应近似用卡方分布检验. 但检验方法不是一般的“两总体均值已知💫🦔|🐸，检验它们的方差是否相等”的那种卡方检验.你可以用统计软件进行独立性检验😿🙈——🎆，则避免了钻研理论的麻烦.
3. 统计模型中的应用在回归分析🐁——🌗、主成分分析以及聚类分析等统计模型中🦋🐇——🍂🪱，卡方分布也扮演着重要的角色🦖😭-|🦋。例如🌲|-🤧✨，回归分析中的假设检验常常用到卡方分布来判断模型的拟合效果🐒_🦕🌈。此外😛😢-🐐😞，在某些特定的统计模型中🐺——-😬，卡方检验也被用来判断模型的显著性🐰-🐜🦡。总的来说🐔🐘||🌱🦑，卡方分布在统计学中有着广泛的应用🐣🦫——|👽🐿，尤其在数据分析🌑😔——🌿、..
心理统计学检验方法??？
卡方检验就是一种非参数检验🐳__🐚🙂；而t检验和f检验是参数检验🏑🎱-🕊💐。其实一般用f检验就是方差分析的时候🧸——|😥，所以我就直接把这里的f检验当做方差分析说了t检验用于分析两个自变量水平之间的均值差异💀🐝——_🌺，比如男性和女性的身高差异🦏😾--🪢，就可以用t检验分析方差分析用于分析两个及两个以上自变量水平间的均值差异🤧🐚-🌈✨，比如分析儿童后面会介绍🌻-_🦆。
2🐏|_🐺🕸、卡方检验⛈🌼——🐷：卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度🕹|_🐩，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小🌛🍄|-😡，如果卡方值越大😔🐁|🎽，二者偏差程度越大😹🌚——🐊；反之🦈_😰，二者偏差越小🏏-🐙🍂；若两个值完全相等时🤩|⚾，卡方值就为0🦦*-_🏓🐬，表明理论值完全符合🐒🦜|-♦🐓。二🦢🦀_🎄、应用不同1🐣||🌱、秩和检验🐱|_💥：作为统计量进行假设等会说🎃-|🤬😡。