24.02 独立性检验与 2X2 列联表

🟦 独立性检验与 $2\times 2$ 列联表

核心心法

“假设无关，卡方验证，查表定论”。独立性检验的本质是考察观测频数与理论频数的偏离程度。卡方值 ${\chi }^2$ 越大，说明观测数据与“无关假设”的偏离越严重，我们就越有信心认为两个分类变量之间存在相关性。

---

一、 核心流程与列联表结构

Step 1. 完善 $2\times 2$ 列联表

首先将实验数据填入下表，并计算行列合计：

	$y_1$	$y_2$	总计
$x_1$	$a$	$b$	$a+b$
$x_2$	$c$	$d$	$c+d$
总计	$a+c$	$b+d$	$n=a+b+c+d$

---

二、 假设与计算

Step 2. 提出零假设 $H_0$

• 假设内容：$H_0$：变量 $X$ 和 $Y$ 相互独立（或：$X$ 与 $Y$ 无关、无差异）。

Step 3. 计算卡方统计量 ${\chi }^2$

利用公式计算偏离程度： ${\chi }^2=\frac{n(ad-bc{)}^2}{(a+b)(c+d)(a+c)(b+d)}$

• 其中 $n$ 为总样本容量。

---

三、 查表与判定结论

Step 4. 查对临界值表 (Critical Values)

根据题目给定的小概率值 $\alpha$，找到对应的临界值 $x_{\alpha }$：

$\alpha$	0.10	0.05	0.025	0.010	0.001
$x_{\alpha }$	2.706	3.841	5.024	6.635	10.828

Step 5. 下结论

1. 若 ${\chi }^2>x_{\alpha }$： 在小概率值 $\alpha$ 的独立性检验下，拒绝 $H_0$。即认为变量 $X$ 和 $Y$ 有关，且该判断犯错的概率不超过 $\alpha$。
2. 若 ${\chi }^2\le x_{\alpha }$： 没有充分证据证明 $H_0$ 不成立，可以认为 $H_0$ 成立。即认为变量 $X$ 和 $Y$ 无关。

---

🚀 深度拓展：卡方公式的结构逻辑

• $(ad-bc)$ 的意义： 若 $X$ 与 $Y$ 完全独立，则应满足比例相等 $a/b=c/d$，即 $ad=bc$。因此 $(ad-bc)$ 的差值越大，说明独立性越差，相关性越强。
• 分母的作用： 分母是四个边际合计的乘积，起到了标准化的作用，使不同样本规模下的数据具有可比性。

---

⚠️ 考场避坑与做题技巧

结论描述的专业性

在书写大题结论时，必须带上前提：“根据小概率值 $\alpha =\dots$ 的独立性检验…”。这体现了统计推断的严谨性，即结论是在概率意义下成立的，而非绝对确定。

计算精确度控制

计算 ${\chi }^2$ 时，中间步骤尽量保留分数或多位小数。尤其是分母的四个数相乘通常很大，若提前四舍五入，最终得到的卡方值可能会由于跨过临界值而导致结论完全相反。

独立性不代表因果性

即使 ${\chi }^2$ 很大，判定 $X$ 与 $Y$ 有关，也仅说明它们在统计上存在相关性，并不能直接推断出 $X$ 是导致 $Y$ 的根本原因。