Yates连续性校正卡方计算器

Yates连续性校正是对2×2列联表卡方（χ²）检验的一种调整。卡方分布是连续的，但列联表中的观测频数是离散计数。这种差异会使卡方近似高估检验统计量，导致p值过小，并增加第一类错误的风险——尤其是在样本量或期望频数较小时。 Frank Yates于1934年提出了这一校正。方法很简单：先计算观测频数与期望频数之差的绝对值，再减去0.5，然后再平方。校正后的公式为χ² = Σ (|O − E| − 0.5)² / E，对四个单元格求和。这个小调整会降低整体卡方值，得到更保守（更大的）p值，更能反映观察到的结果或更极端结果的真实概率。 当任一期望频数低于10时，尤其是低于5时，这种校正尤为重要。在这些条件下，标准卡方检验已知并不可靠，而Yates校正有助于补偿。当样本较大且所有期望频数都超过10时，校正影响很小，标准卡方检验即可。 使用此计算器时，需要把数据整理成2×2列联表。两行代表两个组（例如治疗组与对照组），两列代表两种可能结果（例如成功与失败）。单元格a是A组中结果1的计数，b是A组中结果2的计数，c是B组中结果1的计数，d是B组中结果2的计数。 2×2表的自由度始终为1。p值依据自由度为1的卡方分布计算。按惯例，p值低于0.05通常被解释为组别与结果之间存在统计学显著关联的证据。 统计学界一直在讨论何时使用Yates校正。一些统计学家认为它校正过度，会降低统计功效。对于期望频数极小的情况，许多现代统计学家更偏好Fisher精确检验，因为它不依赖卡方近似即可直接计算精确概率。不过，Yates校正在许多学科中仍被广泛教授和接受，当你想要一个快速、保守的2×2表结果时，它是合适的选择。