使用方法（3步）
- 选择比例预设（3:1 等）或输入自定义比例。
- 输入每个类别的观察计数（使用示例快速开始）。
- 结果（χ2、p 值、预期计数、图表）出现；启用自动更新后，它们会在您键入时刷新。
结果是指南。一起检查贡献和图表。
输入（比率和观察计数）
结果（χ2 和 p 值）
χ²
—
df
—
p 值
—
α（指导）
—
—
观察值与预期值（表格和图表）
观察到
预计
| 类别 | 观察到 | 预计 | OE | 贡献 | 皮尔逊残差 | 比率 |
|---|
观察值与预期值
贡献
计算方法
- 根据总 N 和比率 r，计算预期计数 (E我 =N·r我 /Σr）。
- 计算 χ2 = Σ（观测值 - 预期值）2 / 预期值。
- 自由度 df = 类别数 − 1（假设比率固定）。
- p 值是 χ2 分布的上尾概率 (P(X2 ≥ χ2))。
- （可选）对于 df=1（2 个类别），您可以应用 Yates 连续性校正（指南）。
本页的“指南”并非明确的判断。根据需要审查假设（例如，类别如何分组）。
常见问题
如果预期计数很小怎么办？
较小的预期计数会使 χ2 近似变得粗糙。此页面显示警告（指南）。
p<0.05 是否意味着不适合？
这是一个通用准则，但解释取决于上下文。我们仅将其展示作为参考。
我应该为类别名称输入什么？
任何事情都可以（例如，显性/隐性、AA/Aa/aa）。即使是空白它也能工作。
共享 URL 是否包含数据？
您可以选择包含或排除它。数据保留在您的浏览器中并且不会发送。
观察到的数据发送到哪里？
所有计算都在您的浏览器中运行。输入不会发送到任何地方。
相关工具
评论（可选）
为了减少负载，仅在需要时才获取评论。