教程 · 2026-05-26

卡方检验用 AI 怎么做 — 期望频数/事后多重比较一键完成

卡方检验不再难。AI 自动检查期望频数 < 5 的格子比例，必要时切换到 Fisher 精确检验，输出事后多重比较的字母标记。

卡方检验是分类数据分析的基础，但 80% 的论文卡方检验都漏了"期望频数 < 5 的检查"和"事后多重比较"。这篇文章手把手教你避坑。

什么时候用卡方检验？

卡方检验（χ² test）专门用于类别变量之间是否独立或类别变量分布是否符合预期。常见场景：

两个分类变量的关联（独立性检验）：性别 × 是否吸烟 / 学历 × 职业选择
某分类变量是否符合理论分布（拟合优度检验）：六面骰子是否公平、新生儿性别比是否 1:1
两组比例是否相等（同质性检验）：两家医院某病发病率是否相同
R×C 列联表分析：3 种治疗方案 × 4 种疗效等级的关系

卡方检验的两个核心陷阱

陷阱 1: 期望频数 < 5 的格子比例

卡方检验有一个硬性前提：

所有格子的期望频数都 ≥ 5，且至少 80% 的格子期望频数 ≥ 5。

如果不满足：

期望频数 < 5 的格子超过 20% → 用 Fisher 精确检验 替代
2×2 表中任一格子期望 < 5 → 必须用 Fisher 精确检验
期望频数 < 1 的格子 → 数据合并或扩大样本

SPSS 输出会在表注里默默提示"X 个格子期望频数 < 5"，很多学生根本没注意，照样报卡方结果，被审稿人 challenge。

陷阱 2: 大于 2×2 的列联表，显著之后呢？

如果你做了一个 3×4 的卡方表，p < .001 显著了，只能说"三组之间存在差异"。但具体哪两组有差异？

答案是要做事后多重比较（post-hoc comparison）：

把 3 组拆成 3 个 2 组对比（A vs B, A vs C, B vs C）
每对做 2×2 卡方
用 Bonferroni 校正 调整 α 水平（α = 0.05 / 3 = 0.017）
或用调整标准化残差（adjusted standardized residual）判断哪些格子贡献最大

这部分 SPSS 完全不输出，需要手工算或写 syntax。90% 的本科论文跳过这一步，论文质量自然就一般。

ChatSRS 把这两个陷阱全部自动化处理。

案例：性别 × 专业选择的关联

假设你有 600 名大学生的数据，想检验：性别和专业选择是否独立？

gender: 男 / 女
major: 文科 / 理科 / 工科 / 商科

一句话搞定全套分析

打开 chatsrs.com，上传数据，输入：

"做 gender × major 的卡方检验，输出：

观察频数 + 期望频数 + 调整标准化残差三联表

卡方统计量 + Cramér's V 效应量

自动检查期望频数 < 5 的格子比例，必要时改用 Fisher 精确检验

显著时做事后多重比较（Bonferroni 校正）

堆叠百分比柱图 + 残差热力图

APA 标准的中文文字描述"

输出 1: 频数 + 期望 + 调整残差三联表

表 1  性别 × 专业选择交叉表（N = 600）

                文科        理科        工科        商科        合计
男性
  观察频数      62          84          145         59          350
  期望频数      82.8        81.7        116.7       68.8        —
  调整残差      -3.42 ***   0.42        4.71 ***    -1.83       —

女性
  观察频数      80          56          55          59          250
  期望频数      59.2        58.3        83.3        49.2        —
  调整残差      3.42 ***    -0.42       -4.71 ***   1.83        —

合计            142         140         200         118         600

注：观察频数为实际人数，期望频数为独立性假设下的预期人数。
   调整标准化残差 |z| > 1.96 表明该格子显著偏离独立性预期。
   *** |z| > 3.29 即 p < .001

调整残差是这张表的精华：

男性-工科 z = 4.71*：男生选工科的人数显著多于独立性预期（145 vs 期望 116.7）
女性-文科 z = 3.42*：女生选文科的人数显著多于预期（80 vs 期望 59.2）
女性-工科 z = -4.71*：女生选工科显著少于预期（55 vs 期望 83.3）

这张表的"故事"一目了然：性别对专业选择有显著影响，工科男生集中、文科女生集中。

输出 2: 卡方统计量 + 效应量

表 2  卡方独立性检验

统计量           值         自由度    p           备注
Pearson 卡方     33.78      3         <.001 ***   主要使用
似然比卡方       33.62      3         <.001 ***   样本量大时推荐
线性关联         24.91      1         <.001 ***   适合有序变量

Cramér's V       0.237                            小到中等效应

期望频数检查
- 最小期望频数: 49.2
- 期望频数 < 5 的格子: 0 / 8 (0.0%)
✓ 满足卡方检验前提，结果可信。

ChatSRS 自动跑期望频数检查并给出绿勾。如果不通过，会主动提示：

⚠️ 期望频数 < 5 的格子比例 = 25.0% (> 20% 阈值)
建议改用 Fisher 精确检验。
正在自动切换...

Fisher 精确检验：
- p = .003 ** (双侧)
- p = .002 ** (单侧)

输出 3: 事后多重比较

由于整体卡方显著，ChatSRS 自动做事后多重比较：

表 3  事后两两比较（Bonferroni 校正后 α = .017）

专业对比             卡方      df    p          Bonferroni 调整后    显著
文 vs 理             4.21      1     .040 *     .120                  ns
文 vs 工             25.32     1     <.001 ***  <.001                 ***
文 vs 商             0.13      1     .720       1.000                 ns
理 vs 工             19.84     1     <.001 ***  <.001                 ***
理 vs 商             3.96      1     .047 *     .140                  ns
工 vs 商             14.27     1     <.001 ***  <.001                 ***

注：6 次比较 Bonferroni 调整：α_adj = 0.05 / 6 = 0.0083
   下标标记：a/b 不同字母表示差异显著。

基于事后比较的字母标记：

           男性比例   女性比例   分组标记
文科       17.7%      32.0%      a
理科       24.0%      22.4%      ab
工科       41.4%      22.0%      c
商科       16.9%      23.6%      a

注：不同字母表示组间差异显著（p < .017）。
   文科、商科与工科差异最明显。

输出 4: 可视化

📷 [截图位置 1：堆叠百分比柱图，X 轴男/女，Y 轴 0-100% 累计百分比，4 个专业颜色堆叠]

📷 [截图位置 2：调整残差热力图，2×4 网格用红蓝渐变标注 |z|，红色 = 显著高于预期，蓝色 = 显著低于预期]

输出 5: 自动生成的文字描述

"性别与专业选择的关联分析

卡方独立性检验显示，性别与专业选择存在显著关联，χ²(3, N = 600) = 33.78, p < .001, Cramér's V = .237 (小到中等效应)。期望频数检查通过（0 个格子 < 5）。

调整标准化残差分析揭示了关联的具体方向：男生在工科（z = 4.71, p < .001）的选择显著多于独立性预期，而在文科（z = -3.42, p < .001）显著少于预期；女生则呈相反模式，文科多于预期（z = 3.42, p < .001），工科少于预期（z = -4.71, p < .001）。

Bonferroni 校正后的事后两两比较（α_adj = .0083）进一步表明，工科与文科（χ² = 25.32, p < .001）、工科与商科（χ² = 14.27, p < .001）、理科与工科（χ² = 19.84, p < .001）之间存在显著的性别构成差异，而文-理、文-商、理-商之间无显著差异。

结论：本研究证实了专业选择存在显著的性别分化模式，工科呈现明显的男性主导（41.4% vs 22.0%），文科呈现轻度女性偏好（32.0% vs 17.7%）。"

3 段直接进论文 4.2 节。

卡方检验的 6 类进阶场景

1. 拟合优度检验（Goodness of Fit）

"数据中骰子六个面的频数是 [98, 95, 110, 105, 89, 103]，检验是否符合均匀分布（每面期望 16.67%）。"

ChatSRS 自动跑单变量拟合优度卡方。

2. McNemar 检验（配对二分类）

"200 个被试在干预前和干预后是否成功完成任务（0/1）的数据，做 McNemar 配对卡方检验。"

适用于"前后测同一组人"的二分变量。

3. Cochran's Q 检验

"100 人评判 3 种产品是否喜欢（0/1），同人多测，做 Cochran's Q 检验。"

McNemar 的多分类扩展。

4. 趋势卡方（Linear-by-Linear Association）

"学历（小学/初中/高中/大学）与是否吸烟的关联，检验是否有线性趋势（学历越高吸烟率越低）。"

不是无序的关联检验，而是有序的趋势检验。

5. 分层卡方 + Mantel-Haenszel

"按年龄分层后，性别与某病的关联，做 CMH（Cochran-Mantel-Haenszel）检验。"

医学流行病学常用。

6. Fisher 精确 R×C 表

"小样本（n = 50）的 3×3 列联表，期望频数太低，请用 Fisher 精确检验。"

ChatSRS 调用 R 的 fisher.test 计算精确 p 值（大表会用 Monte Carlo 模拟）。

FAQ

Q1: 2×2 表必须用 Fisher 精确检验吗？

任何一个格子期望频数 < 5 时必须用。如果所有期望频数 ≥ 5，Pearson 卡方足够（且更省计算资源）。

Q2: Yates 校正还要用吗？

Yates 连续性校正在 2×2 表样本量小时使用。现代统计学界倾向直接用 Fisher 精确检验而不用 Yates。ChatSRS 默认遵循这一现代做法。

Q3: Cramér's V 多大算"大效应"？

经验法则（Cohen, 1988）：

0.10 = 小效应
0.30 = 中等效应
0.50 = 大效应

注意：随着自由度增加，"大效应"的阈值会调整，ChatSRS 自动用合适的阈值。

Q4: 调整残差和标准化残差有什么区别？

标准化残差：(O - E) / √E
调整标准化残差：(O - E) / √(E × (1-p_行) × (1-p_列))，进一步标准化了行列边缘频数的影响

调整残差服从 N(0,1)，可以直接用 |z| > 1.96 判断显著性，论文中应优先报告调整残差。

Q5: 期望频数到底要多大？

经典规则：

2×2 表：所有格子期望 ≥ 5
R×C 表（R 或 C ≥ 3）：≥ 80% 格子期望 ≥ 5，且最小期望 ≥ 1

更严格的现代标准（Agresti 2007）建议所有期望 ≥ 1即可（用稀有事件 logistic 替代）。

Q6: 总样本量需要多大？

经典经验：总样本 ≥ 50（小表），≥ 200（大表）。ChatSRS 会自动评估样本量是否足够并给建议。

谁该用 ChatSRS 做卡方检验

医学/流行病学研究者：病例对照研究的关联分析
教育研究者：教学方法与学习效果的列联表
市场研究者：用户画像 × 产品偏好的关联
社会学者：人口学变量 × 行为态度的关系
本科论文学生：90% 包含问卷的论文都有卡方检验

🚀 打开 chatsrs.com，免费做一次包含期望频数检查 + 事后比较 + 残差热力图的完整卡方分析。

众多研究者的选择。从此告别"被审稿人挑卡方的毛病"。