1702640385
1702640386
1702640387
1702640388
1702640389
从上面的计数中，我们算出卡方统计量为6.74。这个研究是否能证明在玩游戏和考试成绩之间存在具有统计学显著性的相关关系？使用显著性水平0.05。
1702640390
1702640391
如何应用卡方检验
1702640392
1702640393
就像我们对总体比例做的检验一样，卡方检验也用了一些近似结果。观察值越多，结果就越精确。以下是何时适合使用卡方检验的大致规则。
1702640394
1702640395
应用卡方检验所需的每格计数的下限
1702640396
1702640397
当预期计数小于5的格所占比例不超过20%，而且每一格的预期计数都至少是1时，就可使用卡方检验。
1702640398
1702640399
可卡因成瘾实验轻易就满足了这一要求，它所有格的预期计数不是8就是16。
1702640400
1702640401
例6 易怒的人是否更易患心脏病？
1702640402
1702640403
易怒的人似乎比较容易患心脏病。这是一项历时约4年的研究所得出的结论，该研究追踪了三地共计12986人的随机样本。所有实验对象在研究开始之前都没有心脏病，他们接受了斯皮尔伯格发怒量表测试，该量表用来度量一个人的易怒程度。以下是样本中血压正常的8474人的数据。CHD代表冠心病患者，包括患过急性心脏病的人，以及需要治疗的心脏病患者。
1702640404
1702640405
1702640406
1702640407
1702640408
我们可以从中看到明显的趋势：易怒程度越高，患心脏病的百分比就越高。易怒程度和患心脏病之间的相关关系是否具有统计学显著性？
1702640409
1702640410
第一步先把数据用双向表表示，并加进没有心脏病的人的计数。我们还加上了在计算预期计数时需要用到的行总数及列总数。
1702640411
1702640412
1702640413
1702640414
1702640415
接下来，我们可以执行显著性检验的步骤了，这在本书第22章中已经介绍过的。
1702640416
1702640417
假设
1702640418
1702640419
卡方检验主要检验下列假设：
1702640420
1702640421
H0：易怒程度和CHD之间没有相关关系
1702640422
1702640423
Ha：易怒程度和CHD之间有相关关系
1702640424
1702640425
抽样分布
1702640426
1702640427
所有格的预期计数都比5大，所以我们可以放心使用卡方检验。双向表有2行3列，我们将从自由度df=（2－1）（3－1）=2的卡方分布中寻找临界值。
1702640428
1702640429
数据
1702640430
1702640431
先算出各个格的预期计数。举例来说，易怒程度高且有CHD的那一格，其预期计数是：
1702640432
1702640433
1702640434