x的平方檢測方法

㈠ x²檢驗名詞解釋

摘要 您好，x²檢驗名詞解釋：

㈡ 統計學x平方檢驗

在分析——頻次分析——列聯分析（crossabe），在統計值中選擇卡方值就可以了，最後看卡方值對應的概率值sig是否小於0.05，如果是小於，那說明治療組和對照組之間的治癒和未愈有顯著差異。

㈢ 關於預防醫學里x平方檢驗的公式問題

一般1=<理論頻數T<5格子數大於20%，就需要採用卡方校正或確切概率法。

你 可以參考相關統計學書籍。

㈣ x的平方檢驗中pj怎麼計算

在STAT——統計狀態下,輸入M+1;M+3;M+5或者data1;data3;data5最後Σx^2,就可以得到1^2+3^2+5^2.

㈤ χ²檢驗法

在實驗測量中，測量結果獲得的過程完全是一種統計推斷過程。我們不知道測量的真值，只有通過一系列測量，取得大量數據，進行統計處理後計算出一個平均值，並經過推論證實這個平均值很可能就是真值。還要進一步藉助某種適當的統計方法來論證兩者的近似程度，即推斷出置信度和置信概率。

根據不同類型實驗測量，使用有多種統計方法。但在科學實驗中應用最多的是χ²檢驗方法。

χ²檢驗的基本方法與統計直方圖方法以及統計概率方法相似，即把測量得到的N個數據，根據數值大小分為若干個區間（例如K個），用來檢驗樣本數據所呈現的分布類型與原假設的理論（泊松分布或高斯分布）分布類型是否基本一致（如果大致吻合說明測量結果除統計誤差外沒有其他誤差存在）。

設有K個觀測值N_i（i=1，2，3，…，K），每個隨機變數N_i服從高斯分布，則K個隨機變數的平方和，也是一個隨機變數，稱作（χ²）

核輻射場與放射性勘查

χ²與樣本方差（4-8-20）式S²的關系為

核輻射場與放射性勘查

式中：N服從高斯分布或泊松分布，因此=σ² 為標准誤差，因為（K-1）偏離1的大小是測量樣本的方差偏離假設的理論（泊松或高斯公布）分布方差的直接度量。

圖4-8-3 χ²分布的形式

根據數理統計理論可以證明χ²也是一種分布，稱χ²分布。如圖4-8-3所示，其縱坐標為概率密度p（x²）。根據一組數學解析式子，可以算出隨機變數χ²不小於某個預定值的概率為

核輻射場與放射性勘查

若測得的一組數據服從高斯分布，x²服從χ²分布，則由實測值（4-8-21）算得的χ²值應處於一個合理的數值范圍之內（圖4-8-3中無陰影區）。

為了應用方便，早已按照（4-8-23）計算了概率a和對應的數據表，如表4-8-4所示。χ² 分布與自由度有關，自由度就是隨機變數（觀測值數目）的數目，一般取為K-1。

具體χ²檢驗方法是：先由實測數據按照（4-8-21）式計算χ²值。再根據預先給定的數值較小的概率值a₁，比如取a₁=0.05，根據相應的自由度由表4-8-4，查得相應於a₁ 的值（稱為置信度上限。若χ²≥，說明測得的一組數據不服從高斯分布，表示數據中不僅有統計誤差，而且有其他誤差。如測量裝置不穩定，或一組數據有系統誤差。同理，也可選定一個數值較大的概率值a₂ ，比如取a₂ =0.95，由表4-8-4 查得相應的（稱置信度下限，圖4-8-3中斜線部分）。若，同樣說明測得的一組數據不服從高斯分布。反之，若，則說明測得的一組數據服從高斯分布。

表4-8-4值檢驗表

㈥ x平方檢驗，求解答

郭敦榮回答：
圖片中的文字不清晰，判斷較困難
得x²=219.33，與x²分布臨界值（x²v——常表為x²α）表中自由度（n－1）=3和
給定的置信度v=0.05，對應的（x0）²值（7.61）進行比較。
當x²≥（xv）²時，拒絕H4，接受H1，（這是間接比較）
當x²＜（xv）²時，接受H4，
你給出的是P＜0.005，是由P（x²＜（xv）²）換算得到的。
你的判斷是正確的。

㈦ x²檢驗的用途

一、卡方檢驗是用途非常廣的一種假設檢驗方法，它在分類資料統計推斷中的應用，包括：兩個率或兩個構成比比較的卡方檢驗；多個率或多個構成比比較的卡方檢驗以及分類資料的相關分析等。

二、卡方檢驗就是統計樣本的實際觀測值與理論推斷值之間的偏離程度，實際觀測值與理論推斷值之間的偏離程度就決定卡方值的大小，如果卡方值越大，二者偏差程度越大；反之，二者偏差越小；若兩個值完全相等時，卡方值就為0，表明理論值完全符合。

三、X2檢驗的基本原理是假設各個樣本來自同一屬性的總體，各組中實際數之間的差別僅僅由於抽樣誤差造成的；通過分別計算各組實際數與理論數的離散情況，求得總的誤差X2值，從而測定假設存在的概率,即可能性 P。

如果假設成立，那麼X2值就不會很大，而保持在一定范圍內，相應的 P值就大於 5％(P＞0.05)，即僅僅由於抽樣誤差而造成樣本之間這么大小差別的可能性大於5％，說明各樣本間的差別本質上無明顯差異，它們來之於同一屬性的總體，假設被肯定。

反過來說，如果推算出的X2值很大，而超出了一定范圍，相應的P值就小於 5％或1％，即由於抽樣誤差造成樣本之間如此大的差別的可能性小於5％或1%；說明各組間差別不是由於抽樣造成的，可能兩者的確有差別，它們不是來之於同一屬性的總體，假設被否定。

(7)x的平方檢測方法擴展閱讀：

如果性別和化妝與否沒有關系，四個格子應該是括弧里的數（期望值，用極大似然估計55=100*110/200，其中110/200可理解為化妝的概率，乘以男人數100，得到男人化妝概率的似然估計），這和實際值（括弧外的數）有差距，理論和實際的差距說明這不是隨機的組合。

註：獨立四格表的擬合度公式可以寫成n(ad-bc)^2/(a+b)(c+d)(a+c)(b+d)

總結：獨立四格表資料檢驗

四格表資料的卡方檢驗用於進行兩個率或兩個構成比的比較。

1、專用公式：

若四格表資料四個格子的頻數分別為a，b，c，d，則四格表資料卡方檢驗的卡方值=n(ad-bc)^2/(a+b)(c+d)(a+c)(b+d)，（或者使用擬合度公式）

自由度v=（行數-1）（列數-1）=1

2、應用條件：

要求樣本含量應大於40且每個格子中的理論頻數不應小於5。當樣本含量大於40但有1=<理論頻數<5時，卡方值需要校正，當樣本含量小於40或理論頻數小於1時只能用確切概率法計算概率。