Dr. Fish 漫遊社會統計

卡方獨立性檢定的事後分析：標準化殘差和調整後殘差的運用

當卡方獨立性檢定的假設檢定指出類別變項間有關聯時，可以透過事後分析來探討哪些情況導致統計顯著的結果。事後分析包括標準化殘差和調整後殘差，標準化殘差為觀察次數和期望次數間相對差異的一個描述統計量，調整後殘差為標準化殘差的改善統計量，可用來和標準分數比較。

無母數檢定

勝率比用來測量不同的研究情境和發生結果之間的關聯，可以指出一個情境結果較另一個情境結果的發生可能性有多高。不同於只用一個數值來呈現兩個變項之間關聯強度的關聯性測量，勝率比以更具意義的方法來解釋變項裡各個類別之間的關係，是一種更細緻的效果量呈現方法。

無母數檢定

卡方獨立性檢定可用來探討2個類別變項間是否具有關聯性，但從顯著性檢定的結果無法知道2個變項間的關聯程度，也就是效果量的大小。關聯性的測量是呈現效果量的一種方法，包括phi、列聯係數和Cramér′s V。這些數值類似相關係數，不過數值僅介於0和1之間。

無母數檢定

概似比檢定是一種可用來分析類別變項的統計檢定方法，利用最大概似理論，透過列聯表的分析來檢驗變項之間是否具有關聯性。由於檢定統計量帶有卡方分配的型態，所以也稱為最大概似卡方檢定。當樣本數較大的時候，概似比檢定的分析結果會相似於卡方檢定的分析結果。

推論統計

相依樣本是2個群組使用相同或配對參與者的一種研究設計，樣本間具有關聯性。當要比較2個相依樣本時，通常會依據依變項的測量尺度來選擇統計檢定方法，包括母數檢定的關聯樣本t檢定和無母數檢定的符號檢定、Wilcoxon配對符號等級檢定、McNemar檢定和邊際同質性檢定。