檢驗：卡方、T檢驗，

5 人贊了文章

一、卡方檢驗：

1.無關性假設：假設變數x與y值是獨立的，算出結果的概率

例子如下：

假設：信用卡逾期2+與貸款逾期與否是無關的，隨機抽取一條記錄，屬於逾期的概率為60.9%。

2.理論值：根據不同結果出現的概率生成理論值

如果這2個變數時獨立無關的，那麼實際值將會與理論值的差異會較小，也就是隨機分布。

3.計算 :計算實際值與理論值的差距

（A為實際值，T為理論值）=10.01

4.確定自由度：

自由度：V=(行數 - 1) * (列數 - 1)

5.卡方分布臨界值表：

根據自由度，找到> 的值，找到對應的概率P,表示原假設成立的概率<p。

所以卡方檢驗的值越大越好，越大表示拒絕原假設的概率越大。

例子中，信用卡逾期與貸款逾期的 >7.88，所以無關性的概率要<0.005,相關性的概率要>99.5%,拒絕原假設。

6.卡方檢驗的應用：

1.判斷特定客戶與理論客戶的差異是否很大，通過臨界概率判斷客戶的異常分布

2.判斷X與Y的相關程度， 越大，代表相關程度越高，根據此，篩選出相關程度較大的，用於降維。

參考網址：

卡方檢驗原理及應用 - 碼農咖啡館 - SegmentFault

二、T檢驗：

（1）單個樣本的T檢驗：此種用樣本量較少的正態檢驗，一般n在30左右。

1.統計公式

（ ：總體均數， ：樣本均數，s：樣本標準差，n:總數）

自由度V=n-1

2.假設總體均數和樣本均數相近，或者無差別。設定檢驗水平 =0.05（一般用0.05）

3.查t界值表，根據自由度，檢驗水平，確定對應的t1值，若t1>t值，則在 水平下，不拒絕原假設。否則拒絕原假設。

（2）配對樣本T檢驗：

1.確定假設理論： = 即2個總體平均數沒有差異

2.計算T值：

方式一：總體中小樣本的平均值 與 總體平均值的差異：

方式二：判斷2組樣本之間平均數的差異程度：

3.自由度V=n-1

參考網址：

T檢驗 - MBA智庫百科

三、T檢驗與卡方檢驗的差別

通俗理解T檢驗與F檢驗的區別_一抹新綠_新浪博客

推薦閱讀：