# 列联表卡方 Fisher 精确检验 Cramér's V 教学器

对 2×2 与 R×C 列联表做逐步假设检验讲解：Pearson 卡方、Yates 连续性修正、G 检验（似然比）、小期望频数时的 Fisher 精确检验、效应量（Cramér's V / phi / 列联系数）、Haberman 调整残差的单元格级贡献定位、多重比较 BH-FDR 提示，以及可选的 Chapman 标记重捕总体估计。

> 标准页面: https://test.elysiatools.com/zh/tools/contingency-table-chi-square-fisher-exact-cramer-v-tutor

- **分类:** Data Analysis

- **关键词:** 卡方检验, 列联表, fisher 精确检验, cramers v, yates 修正, g 检验, 调整残差

## 概述

公式与数值方法：χ² = Σ(O−E)²/E（E = 行合计×列合计/N，df=(R−1)(C−1)）；Yates 修正仅用于 2×2：Σ(|O−E|−0.5)²/E；G = 2ΣO·ln(O/E)（O=0 项计 0）。p 值由正则化不完全伽马函数 Q(k/2, χ²/2) 计算（级数展开与连分式双路径，精度 ~1e-7；df=1 时与 erfc(√(χ²/2)) 恒等、df=2 时与 e^(−χ²/2) 恒等，均作自检）。Fisher 2×2 精确检验用 lgamma（Lanczos g=7）计算超几何概率，双尾采用 SciPy 约定（概率 ≤ 观测表的所有表求和）；参考例：品茶实验 [[3,1],[1,3]] 双尾 p = 34/70 = 0.4857。效应量：V = √(χ²/(N·min(R−1,C−1)))，phi = √(χ²/N)（2×2），C = √(χ²/(χ²+N))；V 的经验解读（0.1/0.3/0.5）来自 Cohen。调整残差 d = (O−E)/√(E(1−p行)(1−p列))，|d|>1.96（α=.05）或 >2.58（α=.01）的单元格标注显著并附 BH-FDR 多重比较提示。Cochran 规则：所有 E ≥ 5（或 E<5 的单元格 ≤20% 且无 E<1），否则建议 Fisher/模拟。Chapman 估计（可选，仅 2×2）：N̂ = (a+1)(b+1)/(c+1) − 1（Lincoln-Petersen 修正）。检验向量：[[30,20],[20,30]] → χ²=4、p=0.0455、Yates χ²=3.24、G=4.0271、V=0.2、调整残差全部 ±2。

## 输入项

- **列联表（每行一条，单元格用逗号/空格/制表符分隔）** (textarea): 30, 20 20, 30
- **Yates 连续性修正** (select)
- **显著性水平 α** (number)
- **Chapman 标记重捕估计（2×2）** (checkbox): For 2×2 mark-recapture data: N̂ = (a+1)(b+1)/(c+1) − 1.

## 适用场景

- 比较两个分类变量是否存在统计关联。
- 2×2 列联表存在较小期望频数，需要参考 Fisher 精确检验。
- 除了 p 值，还需要查看关联强度和具体贡献单元格。

## 工作原理

- 在输入框中按行填写列联表，每行的数值可用逗号、空格或制表符分隔。
- 工具根据行合计、列合计和总样本量计算期望频数、Pearson 卡方、自由度和 p 值。
- 对于 2×2 表，可按设置自动、始终或从不应用 Yates 连续性修正；同时计算 G 检验。
- 结果还包括 Fisher 双尾精确检验、Cramér's V 等效应量、Haberman 调整残差、BH-FDR 提示，以及可选的 Chapman 标记重捕估计。

## 使用案例

- 医学或社会科学研究中比较分类变量与结果变量的关联。
- 调查问卷中分析不同群体的选项分布差异。
- 生态学标记重捕数据中使用 2×2 表进行 Chapman 总体估计。

## 常见问题

### 支持哪些列联表？

支持 2×2 和 R×C 列联表。每行输入一组计数，单元格之间用逗号、空格或制表符分隔。

### 什么时候应参考 Fisher 精确检验？

当期望频数过小、不满足 Cochran 规则时，应优先参考 2×2 表的 Fisher 精确检验结果。

### Yates 修正适用于哪些表？

Yates 连续性修正仅适用于 2×2 列联表，可选择自动、始终应用或从不应用。

### Cramér's V 表示什么？

Cramér's V 用于衡量分类变量之间的关联强度，取值越大通常表示关联越强。

### 如何定位导致关联的单元格？

可查看 Haberman 调整残差；绝对值超过设定阈值的单元格会被标注，并附带 BH-FDR 多重比较提示。

## 相关工具

- [Nemenyi 临界差与 Friedman 排名图](https://test.elysiatools.com/zh/tools/nemenyi-critical-difference-friedman-rank-plotter): Friedman 与 Iman-Davenport 检验（精确 p 值）、平均排名、Nemenyi 临界差与经典 CD 图（含无显著差异 clique），另可叠加对对照模型的 Bonferroni-Dunn。
- [看板周期时间与吞吐量教练](https://test.elysiatools.com/zh/tools/kanban-cycle-time-throughput-coach): 从 CSV（Jira 风格或简单格式）导入创建→开始→完成时间戳，得到敏捷教练视角的流指标：前置/周期时间分位数、WIP 年龄、按天/周/月的吞吐量、累积流图以及 Little 定律一致性校验。
- [峰度分析器](https://test.elysiatools.com/zh/tools/kurtosis-analyzer): 分析数据峰度来衡量分布的"尾部性"并检测重尾或轻尾模式
- [训练/测试集分层切分器](https://test.elysiatools.com/zh/tools/train-test-split-with-stratification): 读取 CSV/JSON 数据集,按目标列做分层抽样的 train/validation/test 切分(默认 70/15/15,随机种子可复现),或分层 k 折交叉验证;输出每折类别分布报告与偏差条、重复行泄漏检查、SMOTE 过采样预览(仅在训练折上做最近邻插值),并可导出各折 CSV 为 ZIP。
- [AI 域名创意生成器](https://test.elysiatools.com/zh/tools/ai-domain-name-idea-generator): 输入品牌关键词,让 AI 生成最多 10 个创意域名,自动用 DNS 粗筛 + RDAP 复验可用性,过滤掉已注册的。面向创业者、独立开发者、品牌策划。
- [APNG IDAT/fdAT 分块流式 deflate 回放与 dispose 方法帧时序分析器](https://test.elysiatools.com/zh/tools/apng-idat-fdat-chunk-streaming-deflate-replay-and-disposal-method-analyzer): 上传 PNG/APNG，解析动画结构：PNG 签名与逐块 CRC32 校验、IHDR（位深/颜色类型/隔行）、acTL（帧数与播放次数，必须位于首个 IDAT 之前）、fcTL（序号、区域约束 x+y+w+h ≤ 画布、delay_num/delay_den 归一化、dispose_op none/background/previous、blend_op source/over）、IDAT 首帧 + fdAT 后续帧；共享的 fcTL+fdAT 序号必须从 0 连续递增；逐帧回放 deflate 流并核对解压尺寸 = 高 × (1 + 每行字节数)，报告 zlib 损坏；dispose 语义模拟提示首帧 previous 视作 background、零延迟帧等。
- [听力安全检查器](https://test.elysiatools.com/zh/tools/audio-hearing-safety-checker): 对照 NIOSH(85dBA/8 小时、3dB 交换率)、OSHA(90dBA/8 小时、5dB)与 WHO-ITU H.870 每周声量 allowance 估算聆听暴露风险——输入声级/时长/频次,或上传你实际听的内容自动测时长与响度。
- [BLS(Boneh–Lynn–Shacham)门限签名聚合 + 分布式密钥生成模拟器](https://test.elysiatools.com/zh/tools/bls-boneh-lynn-shacham-threshold-signature-aggregation-distributed-key-gen-simulator): 端到端模拟 BLS12-381 BLS 签名:Joint-Feldman DKG 仪式、带 Lagrange 插值的 t-of-n 门限签名、流氓密钥攻击与保有性证明防御,以及 Ethereum 2 证明聚合。

## 示例

- [Android Java 图像处理示例](https://test.elysiatools.com/zh/samples/android-image-processing-java): Android Java 图像处理示例，包括图像读取保存、缩放和格式转换
- [Android Kotlin 图像处理示例](https://test.elysiatools.com/zh/samples/android-image-processing-kotlin): Android Kotlin 图像处理示例，包括图像读取保存、缩放和格式转换
- [Web Python 图像处理示例](https://test.elysiatools.com/zh/samples/web-image-processing-python): Web Python 图像处理示例，使用 PIL/Pillow 包括读取、保存、缩放和格式转换
- [Web Rust 图像处理示例](https://test.elysiatools.com/zh/samples/web-image-processing-rust): Web Rust 图像处理示例，包括图像读取保存、缩放和格式转换
