卡方检验（Chi-SquareTest）是一种常用的统计方法，主要用于检验分类变量之间的关联性或独立性。它通过比较观察值与期望值之间的差异来判断变量之间是否存在显著关系。卡方检验适用于名义数据或分类数据，常见的应用场景包括列联表分析、拟合优度检验等。卡方检验的核心思想是计算卡方统计量（χ²），该值反映了实际观测值与理论期望值之间的偏离程度。如果卡方值较大，且对应的P值小于显著性水平（如0.05），则拒绝原假设，认为变量之间存在显著关联。常见的卡方检验类型包括：1.**卡方独立性检验**：用于检验两个分类变量是否独立。2.**卡方拟合优度检验**：用于检验观测数据是否符合某一理论分布。卡方检验简单易用，但需注意样本量足够大且期望频数不能过小（通常要求每个单元格的期望频数≥5），否则可能需要使用Fisher精确检验等替代方法。
