卡方检验Chi-Square Test卡方检验是一种基于卡方分布的统计假设检验方法主要用于分析**分类变量定性数据**之间是否存在显著关联。核心原理比较实际观测频数与**期望频数理论频数**之间的差异如果差异很小 → 观测结果与预期一致变量间可能没有关联如果差异很大 → 观测结果偏离预期变量间可能存在显著关联计算公式为χ² Σ[(观测值 - 期望值)² / 期望值]常见类型类型用途示例卡方独立性检验判断两个分类变量是否相关用户性别与消费套餐偏好是否有关卡方拟合优度检验判断样本分布是否符合理论分布用户满意度是否符合5:3:2的比例费希尔精确检验样本量较小时替代卡方检验某细分用户群人数少于5时在数据分析中的作用关联性分析— 发现分类变量之间的依赖关系比如用户年龄段是否影响流失倾向特征筛选— 在建模前判断哪些分类特征与目标变量有显著关系剔除无关变量分布验证— 检验数据是否服从某个已知分布为后续分析提供前提A/B 测试— 对比不同实验组之间是否存在显著差异比如两种营销方案的转化率是否不同使用注意事项仅适用于分类数据如性别、套餐类型、是否流失不适用于连续数值样本量要求每个单元格的期望频数一般不宜小于 5否则结果不可靠只能判断是否有关不能衡量关联强度— 如需衡量关联程度应配合使用 Cramer’s V 等指标不等于因果关系— 显著相关不代表一个变量导致了另一个变量的变化简单应用示例假设你想分析不同终端品牌Apple/Huawei/其他的用户流失率是否有差异建立交叉表行终端品牌列是否流失计算每个单元格的期望频数假设品牌与流失无关时的理论值计算卡方统计量与临界值比较若 p 值 0.05则认为终端品牌与用户流失显著相关