適合度檢定 - Dr. Fish 漫游社會統計

概似比檢定：類別資料分析的另一種選擇

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。

無母數檢定

McNemar檢定是用來評估2個關聯或相依的群組在一個2類別的名義尺度變項回應上是否有所改變的一種無母數檢定。McNemar檢定類似關聯樣本ｔ檢定，同樣適用在2個相依樣本上，最大差別在於前者的依變項為名義尺度的間斷變項而後者為等距或比率尺度的連續變項。

無母數檢定

卡方獨立性檢定用來探討2個名義尺度的變項資料為彼此獨立或相互關聯，除了專門的統計分析軟體外，也可透過Excel來執行。先利用Excel計算列聯表裡觀察次數的期望次數，再計算出檢定統計量，最後利用CHISQ.INV.RT函數、CHISQ.TEST函數或CHISQ.DIST.RT函數來評估分析結果。

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。

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。