卡方检验p值对照表全图 p值怎么手动计算

卡方值21.04 自由度1 求P值。看不懂卡方分布表。谢谢

卡方值21.04，自由度1，P值小于0.05。

卡方检验p值对照表全图 p值怎么手动计算

卡方检验p值对照表全图 p值怎么手动计算

查看卡方分布表步骤：

1、首先在具体问题中确定需要查询的自由度和分位数

2、然后查表；表的左侧列是df值，即自由度，上方一行是p值，即分位数。

本提中自由度为1，查表自由度为1对应的行。

通过查表找到卡方介值表的行0.05概率处与自由度为1的那一行对应的介值概率为3.84。

因为21.04大于3.84，故p值小于0.05。

扩展资料：

卡方分布性质：

1、卡方分布在象限内，卡方值都是正值，呈正偏态（右偏态），随着参数v的增大，卡方分布趋近于正态分布；卡方分布密度曲线下的面积都是1.

2、卡方分布的均值与方可以看出，随着自由度 的增大，χ2分布向正无穷方向延伸（因为均值v越来越大），分布曲线也越来越低阔（因为方2v越来越大）。

3、不同的自由度决定不同的卡方分布，自由度越小，分布越偏斜。

4、若χ2（a）,χ2（b）相互，则χ2（a）+χ2（b）服从卡方分布，自由度为a+b。

5、χ2分布的方为2倍的自由度为2v，记D(χ2)=2v。

参考资料来源：

卡方值21.04，自由度1，P值小于0.05。

查看卡方分布表，需要首先在具体问题中确定需要查询的自由度和分位数分别是什么，然后查表；表的左侧列是df值，即自由度，上方一行是p值，即分位数。

需要先找到列的自由度，其中本题自由度为1，查看自由度为1对应的行，对应找卡方介值表的行0.05概率处与自由度为1的那一行对应的介值概率为3.84，因为21.04大于3.84，故p值小于0.05。

扩展资料：

通常查看卡方分布表，首先需要在具体问题中确定需要查询的自由度和分位数分别是什么，然后查表；表的左侧列是df值，即自由度，上方一行是p值，即分位数。

如自由度为1,可查看自由度为1对应的行，对应找卡方介值表的行0.05概率处与自由度为1的那一行对应的介值概率为3.84，比较计算得到的卡方值与3.84大小，如果卡方值大于3.84,p值小于0.05,为小概率，有统计学意义，通常说明某个变量（或特征）值和应变量有显著异；如果卡方值小于3.84,p值大于0.05，通常说明某个变量(或特征)值和应变量无显著性异。

不用看P值分布表，只记住当自由度为1时：卡方>3.84；P<0.05。卡方>6.63；P<0.01。若卡方>3.84，P>0.05。由此可见你的P<0.01

卡方检验的p值怎么手算

卡方检验用于检验两个变量之间的相关性。在进行卡方检验时，需要计算卡方值和p值。手算卡方检验的p值：

1、计算卡方值：根据实际观测值和期望值，可以计算出卡方值，公式如下：卡方值=∑(观测值-期望值)2/期望值，

2、计算自由度：自由度的计算公式为：自由度=(行数-1)(列数-1)，其中行数和列数分别表示变量的类别数。

3、查找卡方分布表：根据自由度和显著性水平查找卡方分布表，得到对应的临界值。

4、计算p值：根据卡方分布的对称性，可以得到双侧p值。计算p值需要用到积分函数或计算机软件，因此可以使用现成的卡方检验计算器或Excel的CHISQ.TEST函数进行计算。

t检验p值对照表全图怎么看

p值是抽样分布中大于或小于样本统计量的概率。左检验时，p值为曲线上方小于等于检验统计量部分的面积，右检验时，p值为曲线上方大于等于检验统计量部分的面积。t检验以t分布为基础，主要用于样本含量较小(例如n<30)，总体标准σ未知的正态分布。

卡方检验和p值是多少

卡方检验是用途非常广的一种设检验方法，它在分类资料统计推断中的应用，包括：两个率或两个构成比比较的卡方检验；多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。

在分类资料统计分析中我们常会遇到这样的资料，如两组大白鼠在不同致癌剂作用下的发癌率如下表，问两组发癌率有无别？

处理

发癌数

未发癌数

合计

发癌率%

甲组

52

19

71

73.24

乙组

39

342

92.86

合计

22

113

80.53

52 19

39 3

是表中最基本的数据，因此上表资料又被称之为四格表资料。卡方检验的统计量是卡方值，它是每个格子实际频数A与理论频数T值平方与理论频数之比的累计和。每个格子中的理论频数T是在定两组的发癌率相等（均等于两组合计的发癌率）的情况下计算出来的，如行列的理论频数为71(/113)=57.18，故卡方值越大，说明实际频数与理论频数的别越明显，两组发癌率不同的可能性越大。

利用统计学软件分析结果如下：

data kafang;

input row column number @@;

cards;

1 1 52

1 2 19

2 1 39

2 2 3

;run;

proc freq;

tables rowcolumn/chisq;

weight number;

run;

统计量

自由度

值概率

卡方

16.4777

0.0109（显著）

似然比卡方

17.3101

0.0069

连续校正卡方

15.2868

0.0215

Man-Haenszel 卡方

16.4203

0.0113

Phi 系数

-0.2394

列联系数

0.2328

Cramer 的 V

-0.2394

检验方法编辑

设有两个分类变量X和Y，它们的值域分别为{x1, x2}和{y1, y2}，其样本频数列联表为：

y1

y2

总计

x1

ab

a+b

x2

cd

c+d

总计

a+c

b+d

a+b+c+d

若要推断的论述为H1：“X与Y有关系”，可以利用性检验来考察两个变量是否有关系，并且能较地给出这种判断的可靠程度。具体的做法是，由表中的数据算出随机变量K^2的值（即K的平方）

K^2 = n (ad - bc) ^ 2 / [(a+b)(c+d)(a+c)(b+d)]其中n=a+b+c+d为样本容量

K^2的值越大，说明“X与Y有关系”成立的可能性越大。

当表中数据a，b，c，d都不小于5时，可以查阅下表来确定结论“X与Y有关系”的可信程度：

P(K^2≥k)

0.50

0.40

0.25

0.15

0.10

k0.455

0.708

1.323

2.072

2.706

P(K^2≥k)

0.05

0.025

0.010

0.005

0.001

k3.841

5.024

6.635

7.879

10.828

例如，当“X与Y有关系”的K^2变量的值为6.109，根据表格，因为5.024≤6.109<6.635，所以“X与Y有关系”成立的概率为1-0.025=0.975，即97.5%。

四格表资料检验

四格表资料的卡方检验用于进行两个率或两个构成比的比较。

1. 专用公式：

若四格表资料四个格子的频数分别为a，b，c，d，则四格表资料卡方检验的卡方值=n(ad-bc)^2/(a+b)(c+d)(a+c)(b+d)，

自由度v=（行数-1）（列数-1）

2. 应用条件：

要求样本含量应大于40且每个格子中的理论频数不应小于5。当样本含量大于40但有1=<理论频数<5时，卡方值需要校正，当样本含量小于40或理论频数小于1时只能用确切概率法计算概率。

行×列表资料检验

行×列表资料的卡方检验用于多个率或多个构成比的比较。

1. 专用公式：

r行c列表资料卡方检验的卡方值=n[(A11/n1n1+A12/n1n2+...+Arc/nrnc)-1]

2. 应用条件：

要求每个格子中的理论频数T均大于5或1

列联表资料检验

同一组对象，观察每一个个体对两种分类方法的表现，结果构成双向交叉排列的统计表就是列联表。

1. RC 列联表的卡方检验：

RC 列联表的卡方检验用于RC列联表的相关分析，卡方值的计算和检验过程与行×列表资料的卡方检验相同。

2. 22列联表的卡方检验：

22列联表的卡方检验又称配对记数资料或配对四格表资料的卡方检验，根据卡方值计算公式的不同，可以达到不同的目的。当用一般四格表的卡方检验计算时，卡方值=n（ad-bc)^2/[(a+b)(c+d)(a+c)(b+d)]，此时用于进行配对四格表的相关分析，如考察两种检验方法的结果有无关系；当卡方值=（|b-c|-1）2/(b+c)时，此时卡方检验用来进行四格表的异检验，如考察两种检验方法的检出率有无别。

列联表卡方检验应用中的注意事项同RC表的卡方检验相同。

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，卡方值越大，越不符合，偏越小，卡方值就越小，越趋于符合，若量值完全相等时，卡方值就为0，表明理论值完全符合。

表2各组相比

例（％）数量的积极性静脉炎患者的疼痛

实验组，对照组40 0（0％）0（0％）

X2值18.64 2.37（调整后）

P值<0.05

成名的艺术家反声誉绑定，所以他们最早的作品往往是的。

怎么用Excel 进行卡方检验以及Pvalue？

卡方（χ2）常用以检验两个或两个以上样本率或构成比之间别的显著性分析，用以说明两类属性现象之间是否存在一定的关系。

卡方检验常采用四格表，如图 5-4-18所示，比较的A、B两组数据分别用a、b、c、d表示，a为A组的阳性例数，b为A组的阴性例数，c为B组的阳性例数，d为B组的阴性例数。

用EXCEL进行卡方检验时，数据的输入方式按实际值和理论值分别输入四个单元格，如图5-4-18所示。

（1）比较的A、B两组数据分别用a、b、c、d表示。a=52，为A组的阳性例数；b=19，为A组的阴性例数；c=39，为B组的阳性例数；d=3，为B组的阴性例数。根据公式计算理论值T11、T12、、T21和T22。将实际值和理论值分别输入如图所示的四个单元格（图5-4-19）。 选择表的一空白单元格，存放概率p值的计算结果，将鼠标器移至工具栏的“ fx”处，鼠标器左键点击工具栏的“ fx”快捷键，打开函数选择框。

（2）在函数选择框的“函数分类”栏选择“统计”项，然后在“函数名”栏内选择“CHITEST”函数，用鼠标器点击“确定”按钮，打开数据输入框（图5-4-20）。

（3）在“Actual_range”项的输入框内输入实际值（a、b、c、d）的起始单元格和结束单元格的行列号，在“Expected_range”项的输入框内输入理论值（T11、T12、T21、T22）的起始单元格和结束单元格的行列号，起始单元格和结束单元格的行列号之间用“:”分隔（图5-4-20）。 在数据输入完毕后，p值的计算结果立即显示。用鼠标器点击“确定”按钮，观察计算结果。

(4)在表存放概率

我觉得在Excel里面实现不是不可能，但是步骤太过于繁琐。毕竟，Excel不是统计软件。

我LZ到网上下载一个绿色版的Minitab，这些功能在Minitab中非常简单，点击几次鼠标就搞定了。

卡方检验出现非常多个卡方值和P值的原理和实现步骤

很多期刊论文中会有下图这样的表格，可以看出是对定类数据做了卡方检验，但很多刚接触统计分析的人会疑惑为什么会一张表中有这么多卡方值和P值？而自己做的卡方检验怎么只得到了一个卡方值和P值?

像上图这样的表格，其中之所以有多个卡方值和P值，通常有两种情况，一种是因为做了多次卡方检验，所以得到了多个卡方值和P值，另外一种是做了多次卡方拟合优度检验，得到了多个卡方值和P值。

这里分享用SPSSAU为数据分析工具来实现有多个卡方值和对应P值的表格。

情况一：做了多次卡方检验后整合

SPSSAU进行卡方检验：

得出分析结果：

整理一下这个结果可以得到论文中常展示的表格。

处理后的数据：

情况二、做了卡方拟合优度检验后整理

（1）数据格式可以为加权格式，上传到SPSSAU：

（2）分别对每一个年级的不同性别进行卡方拟合优度检验。

步：使用SPSSAU筛选样本功能对【年级】变量进行样本筛选，选出1年级的样本。

第二步：对筛选出的1年级的数据做卡方拟合优度检验，步骤如下：

（3）得出分析结果：

接着重复上述作，对2、3、4、5、6、7、8年级的性别变量分别做卡方拟合优度检验，得到对应8个卡方值和对应P值，

结果分别如下：

2年级：

3年级：

4年级：

5年级：

6年级：

7年级：

8年级：

将上面8个表格结果在Excel中整理后即可得到一个有多个卡方值的表格。