心理學中的卡方檢驗：
卡方圖
如果是計數數據，並且n大於40，並且每個單元格內的數據都大於5，那么用person 卡方檢驗
如果是檢驗的結果是p小於0.05，則可能兩種變量有相關，相關強度的度量用列聯系數C來刻畫
比如：
自己對於所謂的獨立性檢驗的理解，就是，比如有兩個變量，以上例為例，就是看血型這個變量在另一個變量的 M, N ,MN 水平上與理論上的分布是否有差異，如果有差異，則說明，有一個變量在調節這 血型這個變量，也許這就是所謂的兩變量是否獨立，其實，還是在檢驗一個變量的分布。
如果發現n大於40 ，但是有的單元格內的數據小於5，用連續型修正，至於為什么，不知道。
如果n小於40 ，用到fisher精確檢驗，基於的是超幾何分布
原作者只列了四個計算
如果是雙尾檢驗那么把7種概率全加起來，
如果是單尾檢驗，那么只把后三種概率相加，證明實驗組好於對照組。
將概率值與0.05相比較，用以判斷是否顯著。
所謂的卡方的擬合優度，就是對單維數據的分布的檢驗
問題是：如果只有一個單元格小於5，還會這么算嗎？
心理學教科書中的四個表卡方檢驗
數理統計中的卡方分布，如果變量X 是標准正態分布，那么X的平方就是卡方分布，卡方分布源於α為n/2,beta為1/2的伽馬分布，對於樣本與總體的方差的檢驗也是伽馬分布。
主要引用的來源：https://zhuanlan.zhihu.com/p/49218072