# Tutor für Kontingenztafeln: Chi-Quadrat, exakter Fisher-Test, Cramérs V

Schritt-für-Schritt-Hypothesentests für 2×2- und R×C-Tafeln: Pearson-Chi-Quadrat, Yates-Stetigkeitskorrektur, G-Test (Likelihood-Ratio), exakter Fisher-Test bei kleinen erwarteten Häufigkeiten, Effektstärken (Cramérs V / Phi / Kontingenzkoeffizient), Habermans adjustierte Residuen zur Zelllokalisierung, BH-FDR-Hinweis und optionale Chapman-Schätzung (Capture-Recapture).

> Kanonische Seite: https://test.elysiatools.com/de/tools/contingency-table-chi-square-fisher-exact-cramer-v-tutor

- **Kategorie:** Data Analysis

- **Schlagwörter:** chi quadrat, kontingenztafel, exakter fisher test, cramers v, yates, g test

## Überblick

Formeln und Numerik: χ² = Σ(O−E)²/E (E = Zeilensumme × Spaltensumme / N, df=(R−1)(C−1)); Yates nur 2×2: Σ(|O−E|−0.5)²/E; G = 2ΣO·ln(O/E) (O=0-Terme entfallen). Der p-Wert nutzt die regularisierte unvollständige Gammafunktion Q(k/2, χ²/2) (Reihe + Kettenbruch, Genauigkeit ~1e-7; Selbsttests df=1 → erfc(√(χ²/2)), df=2 → e^(−χ²/2)). Exakter Fisher-Test via lgamma (Lanczos g=7), zweiseitig nach SciPy-Konvention (Summe der Tafeln mit P ≤ P_beob); Referenz: Tee-Experiment [[3,1],[1,3]] → p = 34/70 = 0.4857. Effektstärken: V = √(χ²/(N·min(R−1,C−1))), Phi = √(χ²/N) (2×2), C = √(χ²/(χ²+N)); Cohen-Schwellen 0.1/0.3/0.5. Adjustierte Residuen d = (O−E)/√(E(1−p_Zeile)(1−p_Spalte)), |d|>1.96 (α=.05) / >2.58 (α=.01) mit BH-FDR-Hinweis. Cochran-Regel: alle E ≥ 5 (oder ≤20% der Zellen E<5, keine <1), sonst Fisher/Simulation. Chapman optional (2×2): N̂ = (a+1)(b+1)/(c+1) − 1. Testvektoren: [[30,20],[20,30]] → χ²=4, p=0.0455, Yates 3.24, G=4.0271, V=0.2, Residuen ±2.

## Eingaben

- **Kontingenztafel (Zeilen pro Zeile, Zellen per Komma/Leerzeichen/Tab)** (textarea): 30, 20 20, 30
- **Yates-Kontinuitätskorrektur** (select)
- **Signifikanzniveau α** (number)
- **Chapman-Capture-Recapture-Schätzung (2×2)** (checkbox): For 2×2 mark-recapture data: N̂ = (a+1)(b+1)/(c+1) − 1.

## Wann verwenden

- Wenn du prüfen möchtest, ob zwei kategoriale Merkmale voneinander unabhängig sind.
- Wenn kleine erwartete Häufigkeiten vorliegen und ein exakter Fisher-Test geeigneter ist.
- Wenn du neben dem p-Wert auch Effektstärken und auffällige Zellen bewerten möchtest.

## Funktionsweise

- Gib die Kontingenztafel zeilenweise ein; Werte können durch Kommas, Leerzeichen oder Tabulatoren getrennt werden.
- Das Tool berechnet erwartete Häufigkeiten, Freiheitsgrade, Pearson-Chi-Quadrat und den p-Wert.
- Bei 2×2-Tafeln kann die Yates-Korrektur automatisch, immer oder nie angewendet werden; kleine erwartete Häufigkeiten lösen eine Empfehlung für Fisher aus.
- Zusätzlich werden G-Test, Cramérs V, Phi beziehungsweise Kontingenzkoeffizient und adjustierte Residuen ausgegeben; die Chapman-Schätzung ist optional für 2×2-Daten.

## Anwendungsfälle

- Auswertung von Umfragen zu zwei kategorialen Merkmalen, etwa Produktwahl und Altersgruppe.
- Prüfung kleiner 2×2-Stichproben mit dem zweiseitigen exakten Fisher-Test.
- Lokalisierung auffälliger Tabellenzellen und Bewertung der praktischen Stärke mit Cramérs V.

## Häufig gestellte Fragen

### Welche Tabellen kann ich eingeben?

Das Tool akzeptiert 2×2- und R×C-Kontingenztafeln mit einer Zeile pro Tabellenzeile.

### Wann wird der exakte Fisher-Test empfohlen?

Er wird bei kleinen erwarteten Häufigkeiten nach der Cochran-Regel empfohlen, insbesondere wenn erwartete Werte unter 5 liegen.

### Was bewirkt die Yates-Korrektur?

Sie korrigiert das Chi-Quadrat-Verfahren für 2×2-Tafeln und kann automatisch, immer oder gar nicht verwendet werden.

### Wie wird Cramérs V interpretiert?

Cramérs V beschreibt die Stärke des Zusammenhangs; als grobe Schwellen gelten 0,1, 0,3 und 0,5 nach Cohen.

### Wofür dienen adjustierte Residuen?

Sie zeigen, welche Zellen besonders stark vom erwarteten Wert abweichen. Beträge über 1,96 gelten bei α = 0,05 als auffällig.

## Ähnliche Tools

- [Nemenyi Critical-Difference- & Friedman-Rang-Plotter](https://test.elysiatools.com/de/tools/nemenyi-critical-difference-friedman-rank-plotter): Friedman- und Iman-Davenport-Tests mit exakten p-Werten, Durchschnittsränge, die Nemenyi-kritische Differenz und das klassische CD-Diagramm mit Cliquen — plus optionales Bonferroni-Dunn-Overlay gegen ein Kontrollmodell.
- [Kanban Cycle-Time- & Durchsatz-Coach](https://test.elysiatools.com/de/tools/kanban-cycle-time-throughput-coach): Importieren Sie Erstellt→Gestartet→Erledigt-Zeitstempel aus CSV (Jira-artig oder einfach) und erhalten Sie Flow-Metriken wie Agile-Coaches sie lesen: Lead-/Cycle-Time-Perzentile, WIP-Alter, Durchsatz pro Tag/Woche/Monat, ein kumulatives Flussdiagramm und eine Little's-Law-Konsistenzprüfung.
- [Kurtosis-Analysator](https://test.elysiatools.com/de/tools/kurtosis-analyzer): Daten-Kurtosis analysieren, um die "Schwanzigkeit" der Verteilung zu messen und schwanz- oder leichte Schwanzmuster zu erkennen
- [Train/Test-Split mit Stratifizierung](https://test.elysiatools.com/de/tools/train-test-split-with-stratification): Liest ein CSV/JSON-Dataset und teilt es stratifiziert nach der Zielspalte in train/validation/test (standardmäßig 70/15/15, reproduzierbarer Seed) oder stratifiziertes k-fold; Bericht zur Klassenverteilung pro Split mit Abweichungsbalken, Leck-Check über doppelte Zeilen, SMOTE-Vorschau (Nächste-Nachbarn-Interpolation auf dem Train-Split) und CSV-Export als ZIP.
- [KI-Domain-Namen-Generator](https://test.elysiatools.com/de/tools/ai-domain-name-idea-generator): Gib Marken-Schlüsselwörter ein — die KI erzeugt bis zu 10 Domain-Ideen und filtert bereits vergebene per DNS + RDAP heraus. Für Gründer und Entwickler.
- [APNG-Analyzer für IDAT/fdAT-Chunks, Deflate-Replay und Disposal-Methoden mit Frame-Timing](https://test.elysiatools.com/de/tools/apng-idat-fdat-chunk-streaming-deflate-replay-and-disposal-method-analyzer): Laden Sie ein PNG/APNG hoch und analysieren Sie die Animationsstruktur: PNG-Signatur und CRC32-Prüfung jedes Chunks, IHDR (Bit-Tiefe/Farbtyp/Interlace), acTL (Frame- und Wiederholungszahl, vor dem ersten IDAT), fcTL (Sequenznummer, Region x+y+w+h ≤ Canvas, Normalisierung von delay_num/delay_den, dispose_op none/background/previous, blend_op source/over), erster Frame per IDAT + Folgeframes per fdAT; die gemeinsamen fcTL+fdAT-Sequenznummern müssen lückenlos ab 0 aufsteigen; der Deflate-Strom jedes Frames wird wiedergegeben und die entpackte Größe = Höhe × (1 + Bytes pro Zeile) geprüft, korruptes zlib wird gemeldet; die Disposal-Simulation warnt u. a. vor previous im ersten Frame (gilt als background) und vor Frames mit Nullverzögerung.
- [Hörsicherheits-Check](https://test.elysiatools.com/de/tools/audio-hearing-safety-checker): Schätze dein Lärmexpositionsrisiko gegen NIOSH (85 dBA/8 h, 3-dB-Austauschrate), OSHA (90 dBA/8 h, 5 dB) und das WHO-ITU-H.870-Wochenbudget — gib Pegel, Dauer und Sitzungen ein oder lade die gehörte Audiodatei hoch.
- [BLS (Boneh–Lynn–Shacham) Schwellenwert-Signaturaggregation + Distributed-Key-Generation-Simulator](https://test.elysiatools.com/de/tools/bls-boneh-lynn-shacham-threshold-signature-aggregation-distributed-key-gen-simulator): Simuliert BLS12-381 komplett: Joint-Feldman-DKG-Zeremonien, t-von-n-Schwellenwertsignierung mit Lagrange-Interpolation, den Rogue-Key-Angriff mit Proof-of-Possession-Abwehr und die Attestation-Aggregation von Ethereum 2.

## Beispiele

- [Android Java Bildverarbeitungsbeispiele](https://test.elysiatools.com/de/samples/android-image-processing-java): Android Java Bildverarbeitungsbeispiele einschließlich Lesen/Schreiben, Skalierung und Formatkonvertierung
- [Android Kotlin Bildverarbeitungsbeispiele](https://test.elysiatools.com/de/samples/android-image-processing-kotlin): Android Kotlin Bildverarbeitungsbeispiele einschließlich Lesen/Schreiben, Skalierung und Formatkonvertierung
- [Web Python Bildverarbeitung Beispiele](https://test.elysiatools.com/de/samples/web-image-processing-python): Web Python Bildverarbeitungsbeispiele mit PIL/Pillow einschließlich Lesen, Speichern, Skalieren und Formatkonvertierung
- [Web Rust Bildverarbeitungsbeispiele](https://test.elysiatools.com/de/samples/web-image-processing-rust): Web Rust Bildverarbeitungsbeispiele einschließlich Lesen/Schreiben, Skalierung und Formatkonvertierung
