高等数学 / 系统课时
卡方拟合优度检验
卡方拟合优度检验
卡方拟合优度检验解决一个直接问题:一组分类数据的实际频数,是否与预先给定的概率模型相符。学完后,你可以从观测频数计算期望频数,完成统计量、自由度和结论判断。
学习目标
- 根据指定概率模型计算各类别的期望频数
- 正确计算卡方统计量与自由度
- 判断何时拒绝模型,并识别常见使用错误
检验在回答什么
设分类变量共有 个互斥类别,样本总量为 。原假设 规定每个类别的理论概率为 ,因此第 类的期望频数为:
实际观察到的频数记为 。若模型合理, 与 不会完全相同,但差异应主要来自随机抽样波动。拟合优度检验把所有类别的偏差合并,判断总体偏差是否大到难以用随机性解释。

从频数到卡方统计量
统计量定义为:
平方会消除正负抵消,除以 则让不同规模类别的偏差具有可比性。统计量越大,说明观测分布与理论分布偏离越明显。检验只看卡方分布的右尾,因为接近零表示拟合良好,只有过大的值构成反对原假设的证据。
当所有理论概率都事先给定时,自由度通常为:
减去 1 是因为总频数固定,前 个类别确定后,最后一个类别的频数也随之确定。若理论分布中的 个参数由当前样本估计,则自由度应调整为 。
完整示例
某骰子投掷 120 次,六个点数的观测频数分别为 14、22、18、25、19、22。检验骰子是否可视为均匀骰子。
原假设为六个点数概率均为 ,所以每类期望频数都是 。
| 点数 | 观测频数 | 期望频数 | 卡方贡献 |
|---|---|---|---|
| 1 | 14 | 20 | 1.80 |
| 2 | 22 | 20 | 0.20 |
| 3 | 18 | 20 | 0.20 |
| 4 | 25 | 20 | 1.25 |
| 5 | 19 | 20 | 0.05 |
| 6 | 22 | 20 | 0.20 |
因此:
自由度为 。在显著性水平 下,临界值约为 11.07。由于 ,不能拒绝原假设。结论不是“骰子一定公平”,而是当前 120 次结果没有提供足够证据说明它偏离均匀分布。
使用前提与常见错误
各次观测应相互独立,每个样本只能落入一个类别,类别概率之和必须为 1。期望频数不能过小;常用经验规则是没有期望频数小于 1,且小于 5 的类别不超过全部类别的 20%。不满足时可合并有业务意义的相邻类别,或改用精确方法。
最常见的错误是直接比较百分比而忽略样本量、把观测比例当成理论概率,以及在用样本估计参数后仍使用 个自由度。还要注意,“不能拒绝”只表示证据不足,不等于证明模型绝对正确。