【卡方列联表怎么算】在统计学中，卡方列联表（Chi-square Contingency Table）是一种用于分析两个分类变量之间是否存在关联性的工具。通过构建列联表并计算卡方统计量，可以判断两个变量是否独立。以下是卡方列联表的计算方法和步骤总结。
一、基本概念
- 列联表：将两个或多个分类变量的数据按照其类别组合进行排列的表格。
- 卡方检验：用于检验两个分类变量是否独立的非参数检验方法。
二、卡方列联表的计算步骤
1. 构建列联表
将数据按两个分类变量的类别组合整理成表格，通常为R行C列的结构。
2. 计算期望频数
每个单元格的期望频数公式为：
$$
E_{ij} = \frac{(\text{第i行总和}) \times (\text{第j列总和})}{\text{总样本数}}
$$
3. 计算卡方统计量
使用以下公式计算卡方值：
$$
\chi^2 = \sum \frac{(O_{ij} - E_{ij})^2}{E_{ij}}
$$
其中，$ O_{ij} $ 是观察频数，$ E_{ij} $ 是期望频数。
4. 确定自由度
自由度（df）计算公式为：
$$
df = (R - 1)(C - 1)
$$
5. 查卡方分布表
根据自由度和显著性水平（如0.05），查找临界值，判断是否拒绝原假设。
6. 得出结论
若计算出的卡方值大于临界值，则拒绝原假设，认为两变量相关；否则不拒绝。
三、示例表格（以2×2列联表为例）
| 变量B1 | 变量B2 | 总计 | |
| 变量A1 | 10 | 20 | 30 |
| 变量A2 | 15 | 25 | 40 |
| 总计 | 25 | 45 | 70 |
计算期望频数：
- A1B1: $ \frac{30 \times 25}{70} ≈ 10.71 $
- A1B2: $ \frac{30 \times 45}{70} ≈ 19.29 $
- A2B1: $ \frac{40 \times 25}{70} ≈ 14.29 $
- A2B2: $ \frac{40 \times 45}{70} ≈ 25.71 $
卡方统计量计算：
$$
\chi^2 = \frac{(10 - 10.71)^2}{10.71} + \frac{(20 - 19.29)^2}{19.29} + \frac{(15 - 14.29)^2}{14.29} + \frac{(25 - 25.71)^2}{25.71}
$$
$$
≈ 0.048 + 0.027 + 0.036 + 0.021 = 0.132
$$
自由度：
$$
df = (2 - 1)(2 - 1) = 1
$$
四、结论
根据卡方值0.132和自由度1，查表得临界值为3.841（α=0.05）。因为0.132 < 3.841，所以不能拒绝原假设，即认为变量A与变量B之间无显著关联。
五、注意事项
- 数据应为频数形式，而非百分比或平均值。
- 每个单元格的期望频数不应小于5，否则建议使用Fisher精确检验。
- 卡方检验仅适用于分类变量，不适用于连续变量。
通过以上步骤和示例，可以清晰地理解卡方列联表的计算过程，并应用于实际数据分析中。