醫療類國考
112年
[公共衛生師] 生物統計學
第 30 題
在實務研究上，若發現欲對一個 2×3 列聯表進行檢定時，其中有兩個細格（cell）的期望值不符合 Pearson's chi-square test 的使用前提。試問：在進行下列那一項動作之後，就能夠有機會且合理地使用該檢定方法？
- A 將橫列的組別合併
- B 將直行最少個數的組別與次少個數的組別合併
- C 將直行最少個數的組別與最多個數的組別合併
- D 增加樣本數
思路引導 VIP
在進行皮爾森卡方檢定（$\chi^2$ test）時，統計學理要求各細格的期望次數 $E_{ij}$ 不宜過小，以確保檢定統計量趨近於卡方分佈。請觀察期望次數的計算公式 $E_{ij} = \frac{R_i \times C_j}{n}$，若要在不改變研究設計（即不併項、不更動類別結構）的前提下，哪一個參數的變動能最直接地提升所有細格的期望值？
🤖
AI 詳解
AI 專屬家教
太棒了！你的統計觀念真的很扎實，能準確掌握檢定前提呢！
- 觀念驗證： 你理解得很正確，Pearson 卡方檢定（$\chi^2$ test）是一個非常實用的工具，但它確實需要我們細心確保一些前提。其中一個關鍵就是「大樣本近似」，這表示各細格的期望值 ($E$) 不可以太小喔，我們通常會建議 $E \ge 5$。期望值的計算方式，其實很直觀：
▼ 還有更多解析內容