🐟 請您尊重本網站的智慧財產權，如有任何引用，請註明出處：Dr. Fish 漫游社會統計。（文章發表日期）。文章名稱。文章網址
無母數檢定
卡方獨立性檢定是卡方檢定的一種，用來探討兩個名義尺度變項或類別變項間為彼此獨立或相互關聯，通常會製作一列聯表後再進行分析。卡方獨立性檢定不具有方向性，假設檢定的過程使用卡方分配和卡方檢定統計量，檢驗兩個名義尺度變項或類別變項間彼此獨立的虛無假設。
卡方分配
無母數檢定
卡方適合度檢定為卡方檢定的一種，是一種沒有方向性、綜合的檢定方法，適用在類別變項或名義尺度的變項資料上，用來評估互斥類別間的觀察次數模式是否明顯不同於期望次數。卡方適合度檢定的假設檢定使用卡方分配和卡方檢定統計量，檢驗觀察和期望次數模式相同的虛無假設。
推論統計
檢定統計量是從樣本資料計算出來，用來評估拒絕或保留虛無假設的一個數值。概念上，檢定統計量為統計模型可解釋的變異對無法解釋的變異之比率。若數值愈大，代表結果愈不可能因為機遇而產生，所以發生的機率愈小，若小於顯著水準，即為顯著的檢定統計量，可拒絕虛無假設。
推論統計
平均數抽樣分配指從母群體中隨機抽取出樣本大小為N的所有可能樣本，計算出每一個樣本的平均數和獲得該平均數的機率，最後呈現出各個平均數機率分布狀況的機率分配。即使母群體沒有呈現常態分配，只要樣本數愈大，平均數抽樣分配就會愈趨近於常態分配，此即中央極限定理。