← 返回工具箱

📋卡方检验工具

验证两个分类变量之间是否存在显著关联。适用于问卷交叉分析、A/B测试分类结果等场景。

正在加载 Python 环境...

📝 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

📋

输入列联表后点击检验

检验结论

--

p 值：--

--
卡方统计量 (χ²)
--
p 值
--
自由度
--
Cramer's V（效应量）

📋 期望频数表

💡 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。

                    
📊 输入格式说明

                    
需要输入一个列联表（交叉表），每行代表一个分类，每个数字是该分类组合的频数。例如：

                    

                        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 - 性别与购买偏好是否相关
    • 
                        
  • A/B测试 - 不同版本的转化率是否有显著差异
    • 
                        
  • 市场调研 - 地区与品牌偏好的关联分析
    • 
                    

                

            


            

                
💼 需要更复杂的分类数据分析？

                
Fisher精确检验、对应分析、多因素列联表等

                📞 预约咨询
            

        

    


    

    

        

            
            
正在进行卡方检验...