← 返回工具箱

📊分类对比工具

帮你判断：不同人群/类别之间，偏好/选择是否存在差异？

💡 适用场景：男女偏好对比、不同年龄段选择分析、地区差异分析、A/B测试
正在加载计算引擎...
📊 真实行业案例 免费开放

来自电商运营、生产制造、医疗健康等行业的真实分类数据案例，点击即可加载数据并获得专业解读

⏳
加载案例中...

📝 输入列联表

示例：3行3列的列联表，表示3个行分类和3个列分类的频数

📊 检验结果

📋

输入列联表后点击「进行卡方检验」

结论 统计量 图表 期望频数 解读

检验结论

--

p 值：--

📏 核心统计量
--
卡方统计量 (χ²)
--
p 值
--
自由度 (df)
--
Cramer's V（效应量）
--
总样本量 (N)
--
最小期望频数
📈 可视化图表
分组柱状图
堆叠柱状图
📋 观测 vs 期望频数
💡 结果解读
🐍查看 Python 代码▼ 

                        

                    

                

            


            
            

                
📖 卡方检验是什么？

                

                    
卡方检验用于检验两个分类变量之间是否存在统计学上的显著关联。

                    
输入格式：列联表（交叉表），每行代表一个分类，每个数字是该分类组合的频数。

                    
示例：

                    

性别\满意度 | 满意 | 不满意

男性         | 50   | 30

女性         | 20   | 40


输入：50, 30

      20, 40

                    
应用场景：问卷分析（性别与购买偏好）、A/B测试（不同版本的转化率）、市场调研（地区与品牌偏好）

                    
Cramer's V 效应量：<0.1 可忽略，0.1-0.3 弱关联，0.3-0.5 中等关联，>0.5 强关联

                

            


            

                
📊 探索更多统计工具

                
19 个统计工具免费使用，涵盖假设检验、回归分析、聚类分析等

                查看全部工具 →
            

        

    


    

    
    


    

        

            
            
正在进行卡方检验...