最近經常有知友在後臺私信問數據加權的問題，臨度的黃老師特意單開一篇文章，為各位講解。
正文如下：
現在對加權作一個簡單的介紹，這個要從算法開始講，理解加權的含義。
上述例子，一個四個表資料的卡方檢驗，針對有原始數據而言，我們直接進行卡方檢驗檢驗即可，這沒什麼可解釋的。
SAS軟件
但是，當我們懷疑一份數據的統計量時，或者說相對現有的統計數據做一個檢驗，我們只需要用到abcd四個頻數就可以計算了。
1、建立好預分析的“數據集”，我們定義好“行”和“列”，就可以進行統計了。
採用SAS軟件進行分析(SPSS為：數據-個案加權-加權，今天不再贅述。)
卡方檢驗，敲出了熟悉的代碼，一波操作猛如虎，但回頭發現，誒，不對勁，這是怎麼回事，怎麼頻數全變成了“1”，回想一下，好像頻數這一列數據我們並沒有用到！
沒錯，我們知道了問題所在，其實此時的與分析數據集只是一個描述性的數據集，並非真正可以分析的數據集，我們要“告訴”軟件，在這四個“格子”裡，他們的頻數分別為41、32、43和8，但是怎麼去告訴他呢，這就用到了加權，賦予四個“格子”的頻數，讓軟件認識到，哦，原來這是不是源數據，而是一種抽象的分佈表，在性別為1且組為1的格子有41個數，而不是1個數，因此就用到了加權，這就是內部的乾坤。
因此，正確的代碼為：
這樣一來，那結果就明白了，四格表的數據abcd又回來了，至此，大功告成~
結束時，再強調一點，那就是卡方檢驗的應用條件：
兩個獨立樣本比較：
(1) 所有的理論數 T≥5 並且總樣本量 n≥40，用 Pearson 卡方進行檢驗。
(2) 如果理論數 T＜5 但 T≥1，並且 n≥40，用連續性校正的卡方進行檢驗。
(3) 如果有理論數 T＜1 或 n＜40，則用 Fisher’s 檢驗。
R×C表卡方檢驗應用條件：
(1) R×C表中理論數小於5的格子不能超過1/5；
(2) 不能有小於1的理論數；不滿足
(1) 或 (2) 時，均採用 Fisher’s 檢驗。
下期講解，卡方檢驗和秩和檢驗的區別，RXC列聯表為什麼可以做秩和檢驗，敬請期待~
— THE END —
閱讀更多 臨度科研 的文章
