卡方检验

• 非参数检验（non-parameter test）：不涉及总体参数的假设检验。
• 观测次数（observed frequency）：样本中不同类别的个体数。
• 理论次数（theoretical frequency,expected frequency）：样本中按照理论比例计算出来的不同类别的个体数。
• 拟合优度检验（goodness-of-fit test）：关于样本次数分布与某种指定的次数分布的吻合程度的假设检验。
• 单因素 $\chi^2$ 检验（one-factor $\chi^2$ test）：对单向表的数据进行的 $\chi^2$ 检验，用于判断单向表所示的次数是否表明总体服从某个理论分布或假设分布。
• 亚茨连续性校正（Yates’correction for continuity）：一种将间断性数据校正为连续性数据的方法。
• 双因素 $\chi^2$ 检验（two-factor $\chi^2$ test）：对双向表的数据进行的 $\chi^2$ 检验，用于判断双向表的两个因素之间是否存在关联，或多次重复实验结果是否同质。
• 独立性 $\chi^2$ 检验（$\chi^2$ test of indepenence）：用于判断两个因素之间是否存在关联的 $\chi^2$ 检验。
• 同质性 $\chi^2$ 检验（$\chi^2$ test of homogeneity）：判断多次重复实验的结果是否相同的双因素 $\chi^2$ 检验。
• 相关样本的 $\chi^2$ 检验（ $\chi^2$ of correlated samples）：对同一组对象多次测量或配对组的点计数据进行的 $\chi^2$ 检验。
• McNemar检验（McNemar test）：两个相关样本的 $\chi^2$ 检验。

作者: 老齐
链接: http://math.itdiffer.com/chapter12.html
来源: 机器学习
本文原创发布于「机器学习」,转载请注明出处,谢谢合作!