卡方检验（Chi-Square Test）

定义

卡方检验是一种非参数检验方法，用于分析分类变量之间的关联性，核心是比较观测频数与期望频数的差异程度，判断差异是否由抽样误差导致。

适用条件

数据类型：计数数据（如人数、例数、频次），变量为无序分类变量（如性别：男/女；疾病状态：患病/未患病）。
样本要求：
- 样本量足够大，一般每个单元格的期望频数 ≥ 5；若期望频数＜5且样本量小，需改用Fisher精确检验。
- 观测值相互独立。

主要类型及原理

检验类型	分析目的	核心公式	自由度
卡方拟合优度检验	检验单个分类变量的分布是否符合预期分布（如是否符合正态分布、均匀分布）	$χ^{2} = \sum \frac{(O_{i} - E_{i})^{2}}{E_{i}}$ $O_{i}$ =观测频数， $E_{i}$ =期望频数	$d f = k - 1 - m$ $k$ =类别数， $m$ =估计参数个数
卡方独立性检验	检验两个无序分类变量是否存在关联性（如吸烟与肺癌是否相关）	同拟合优度检验公式	$d f = (R - 1) (C - 1)$ $R$ =行类别数， $C$ =列类别数

操作步骤

建立假设
- $H_{0}$ ：两个变量相互独立； $H_{1}$ ：两个变量相关联。
构建列联表
- 整理两个分类变量的交叉计数数据（如吸烟/不吸烟与患病/未患病的四格表）。
计算期望频数
- $E_{i j} = \frac{行合计_{i} \times 列合计_{j}}{总样本量}$
计算卡方统计量
- 代入公式 $χ^{2} = \sum \frac{(O_{i j} - E_{i j})^{2}}{E_{i j}}$
显著性判断
- 根据自由度查 $χ^{2}$ 临界值表，或计算 $P$ 值；若 $P ＜ 0.05$ ，拒绝 $H_{0}$ ，认为变量相关。

优缺点

优点：适用范围广，对分类数据兼容性强；计算简单，结果易解释。
缺点：仅能判断是否关联，无法衡量关联强度；对样本量敏感，小样本时结果不可靠。

应用案例

在民航安全管理中，检验**飞行员疲劳状态（疲劳/不疲劳）与飞行差错类型（操作差错/判断差错/无差错）**是否存在关联，可采用卡方独立性检验。

肯德尔相关性分析（Kendall’s Tau Correlation）

定义

肯德尔相关性是一种非参数相关分析方法，通过衡量两个变量秩次的一致性，判断变量间的关联方向和强度，常用指标为肯德尔τ系数（Kendall’s $τ$ ）。

适用条件

数据类型：有序分类变量（如满意度：高/中/低；事故等级：重大/一般/轻微）或不满足正态分布的连续变量。
样本要求：观测值相互独立；变量需可排序。

原理

基于一致对和不一致对的计数：

一致对：两个样本在变量 $X$ 和 $Y$ 上的秩次顺序相同（如 $X_{1} > X_{2}$ 且 $Y_{1} > Y_{2}$ ）。
不一致对：两个样本在变量 $X$ 和 $Y$ 上的秩次顺序相反（如 $X_{1} > X_{2}$ 且 $Y_{1} < Y_{2}$ ）。

τ系数的本质是一致对与不一致对的差值占总对数的比例，取值范围为 $[- 1, 1]$ ：

$τ > 0$ ：正相关； $τ < 0$ ：负相关； $τ = 0$ ：无相关。
$| τ |$ 越接近1，相关性越强。

主要τ系数类型

系数类型	适用场景	特点
τ-a	无相同秩次的变量（严格排序）	公式简单，仅适用于完全排序数据
τ-b	存在相同秩次的变量（有结数据）	对结数据进行校正，应用最广泛
τ-c	列联表形式的有序分类数据	适用于行数和列数不等的有序列联表

操作步骤

建立假设
- $H_{0}$ ：两个变量无秩相关； $H_{1}$ ：两个变量有秩相关。
对变量排序
- 将两个变量分别转换为秩次（如将满意度“高/中/低”转换为秩次3/2/1）。
计算一致对（ $N_{c}$ ）和不一致对（ $N_{d}$ ）
- 遍历所有样本对，统计符合一致/不一致条件的对数。
计算τ系数
- 以τ-b为例： $τ_{b} = \frac{N_{c} - N_{d}}{\sqrt{(T_{0} - T_{1}) (T_{0} - T_{2})}}$ ，其中 $T_{1}$ 、 $T_{2}$ 为两个变量的结数校正项。
显著性检验
- 计算Z统计量或直接查τ系数临界值表，判断 $P$ 值是否小于0.05。

优缺点

优点：非参数检验，对异常值和数据分布无要求；适用于有序分类变量，弥补皮尔逊相关的不足。
缺点：检验效能低于皮尔逊相关（若数据满足正态分布，优先选皮尔逊）；结果解释仅针对秩次，而非原始数值。

应用案例

在民航安全中，分析**航班延误时长等级（长/中/短）与旅客投诉程度（严重/中度/轻微）**的相关性，因两者均为有序分类变量，适合用肯德尔τ系数分析。

让步比分析（优势比，Odds Ratio, OR）

定义

让步比（OR值）是病例-对照研究中衡量暴露因素与疾病关联强度的核心指标，反映“病例组暴露优势”与“对照组暴露优势”的比值。

暴露优势：某组中暴露人数与非暴露人数的比值（ $O d d s = \frac{暴露人数}{非暴露人数}$ ）。

适用条件

研究类型：病例-对照研究（回顾性研究）；也可用于队列研究的横断面分析。
数据类型：二分类变量（暴露：是/否；疾病：是/否），整理为四格表形式。
样本要求：病例组与对照组的暴露状态相互独立；疾病发病率较低（此时OR值近似等于相对危险度RR）。

原理

以经典四格表为例：

分组	暴露	非暴露	合计
病例组	a	b	$a + b$
对照组	c	d	$c + d$

病例组暴露优势： $O d d s_{1} = \frac{a}{b}$
对照组暴露优势： $O d d s_{0} = \frac{c}{d}$
优势比： $O R = \frac{O d d s_{1}}{O d d s_{0}} = \frac{a d}{b c}$

OR值的意义解读

OR值范围	关联意义
$O R = 1$	暴露因素与疾病无关联
$O R > 1$	暴露因素是疾病的危险因素（OR越大，关联越强）
$O R < 1$	暴露因素是疾病的保护因素（OR越小，保护作用越强）

操作步骤

构建四格表
- 明确病例组（患病）、对照组（未患病）的暴露人数和非暴露人数。
计算OR值
- 代入公式 $O R = \frac{a d}{b c}$ 。
计算95%置信区间（95%CI）
- 采用 Woolf 法： $l n (O R)$ 的95%CI = $l n (O R) \pm 1.96 \times S E [l n (O R)]$ ，其中 $S E [l n (O R)] = \sqrt{\frac{1}{a} + \frac{1}{b} + \frac{1}{c} + \frac{1}{d}}$ 。
- 若95%CI不包含1，则OR值具有统计学意义。
显著性检验
- 可结合卡方检验（如Mantel-Haenszel卡方检验），判断 $P$ 值是否＜0.05。

优缺点

优点：适用于病例-对照研究（无法计算RR值的场景）；结果直观，可直接反映暴露与疾病的关联强度；对样本量要求相对较低。
缺点：仅能衡量关联强度，无法证明因果关系；当疾病发病率较高时，OR值与RR值偏差较大，不能近似替代。

应用案例

在民航安全中，研究**飞行员夜间执勤（暴露：是/否）与飞行操作失误（疾病：是/否）**的关联，采用病例-对照研究设计，收集失误飞行员（病例组）和无失误飞行员（对照组）的夜间执勤情况，计算OR值判断夜间执勤是否为操作失误的危险因素。

方法对比

对比维度	卡方检验	肯德尔相关性	让步比（OR）分析
分析目的	判断两个无序分类变量是否关联	判断两个有序/非正态变量的秩相关强度	衡量暴露因素与疾病的关联强度
数据类型	无序分类变量（计数数据）	有序分类变量/非正态连续变量	二分类变量（暴露/疾病）
核心指标	$χ^{2}$ 统计量	肯德尔τ系数	OR值+95%置信区间
结果解读	仅判断“是否关联”，无方向/强度	关联方向（正/负）+强度（	τ
适用研究类型	描述性研究、横断面研究	相关性研究	病例-对照研究、队列研究