最近经常有知友在后台私信问数据加权的问题，临度的黄老师特意单开一篇文章，为各位讲解。
正文如下：
现在对加权作一个简单的介绍，这个要从算法开始讲，理解加权的含义。
上述例子，一个四个表资料的卡方检验，针对有原始数据而言，我们直接进行卡方检验检验即可，这没什么可解释的。
SAS软件
但是，当我们怀疑一份数据的统计量时，或者说相对现有的统计数据做一个检验，我们只需要用到abcd四个频数就可以计算了。
1、建立好预分析的“数据集”，我们定义好“行”和“列”，就可以进行统计了。
采用SAS软件进行分析(SPSS为：数据-个案加权-加权，今天不再赘述。)
卡方检验，敲出了熟悉的代码，一波操作猛如虎，但回头发现，诶，不对劲，这是怎么回事，怎么频数全变成了“1”，回想一下，好像频数这一列数据我们并没有用到！
没错，我们知道了问题所在，其实此时的与分析数据集只是一个描述性的数据集，并非真正可以分析的数据集，我们要“告诉”软件，在这四个“格子”里，他们的频数分别为41、32、43和8，但是怎么去告诉他呢，这就用到了加权，赋予四个“格子”的频数，让软件认识到，哦，原来这是不是源数据，而是一种抽象的分布表，在性别为1且组为1的格子有41个数，而不是1个数，因此就用到了加权，这就是内部的乾坤。
因此，正确的代码为：
这样一来，那结果就明白了，四格表的数据abcd又回来了，至此，大功告成~
结束时，再强调一点，那就是卡方检验的应用条件：
两个独立样本比较：
(1) 所有的理论数 T≥5 并且总样本量 n≥40，用 Pearson 卡方进行检验。
(2) 如果理论数 T＜5 但 T≥1，并且 n≥40，用连续性校正的卡方进行检验。
(3) 如果有理论数 T＜1 或 n＜40，则用 Fisher’s 检验。
R×C表卡方检验应用条件：
(1) R×C表中理论数小于5的格子不能超过1/5；
(2) 不能有小于1的理论数；不满足
(1) 或 (2) 时，均采用 Fisher’s 检验。
下期讲解，卡方检验和秩和检验的区别，RXC列联表为什么可以做秩和检验，敬请期待~
— THE END —
閱讀更多 臨度科研 的文章
