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
1702640435
1702640436
以下是同时列出所有观察到的计数与预期计数的双向表：
1702640437
1702640438
1702640439
1702640440
1702640441
检视这些计数就会看出，高易怒程度组的CHD人数比预期计数高，而低易怒程度组的CHD人数比预期计数低。这个结果和例6中所列出的百分比一致。卡方统计量为：
1702640442
1702640443
1702640444