一、卡方检验是用途非常广的一种假设检验方法，它在分类资料统计推断中的应用，包括：两个率或两个构成比比较的卡方检验；多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。
二、卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小，如果卡方值越大，二者偏差程度越大；反之，二者偏差越小；若两个值完全相等时，卡方值就为0，表明理论值完全符合。
三、X2检验的基本原理是假设各个样本来自同一属性的总体，各组中实际数之间的差别仅仅由于抽样误差造成的；通过分别计算各组实际数与理论数的离散情况，求得总的误差X2值，从而测定假设存在的概率,即可能性 P。
如果假设成立，那么X2值就不会很大，而保持在一定范围内，相应的 P值就大于 5％(P＞0.05)，即仅仅由于抽样误差而造成样本之间这么大小差别的可能性大于5％，说明各样本间的差别本质上无明显差异，它们来之于同一属性的总体，假设被肯定。
反过来说，如果推算出的X2值很大，而超出了一定范围，相应的P值就小于 5％或1％，即由于抽样误差造成样本之间如此大的差别的可能性小于5％或1%；说明各组间差别不是由于抽样造成的，可能两者的确有差别，它们不是来之于同一属性的总体，假设被否定。
扩展资料：
如果性别和化妆与否没有关系，四个格子应该是括号里的数（期望值，用极大似然估计55=100*110/200，其中110/200可理解为化妆的概率，乘以男人数100，得到男人化妆概率的似然估计），这和实际值（括号外的数）有差距，理论和实际的差距说明这不是随机的组合。
注：独立四格表的拟合度公式可以写成n(ad-bc)^2/(a+b)(c+d)(a+c)(b+d)
总结：独立四格表资料检验
四格表资料的卡方检验用于进行两个率或两个构成比的比较。
1、专用公式：
若四格表资料四个格子的频数分别为a，b，c，d，则四格表资料卡方检验的卡方值=n(ad-bc)^2/(a+b)(c+d)(a+c)(b+d)，（或者使用拟合度公式）
自由度v=（行数-1）（列数-1）=1
2、应用条件：
要求样本含量应大于40且每个格子中的理论频数不应小于5。当样本含量大于40但有1=<理论频数<5时，卡方值需要校正，当样本含量小于40或理论频数小于1时只能用确切概率法计算概率。
参考资料来源：百度百科-卡方检验
x2检验的基本公式是x2=∑[（fo—fc）2/fc]，fo表示实际所得的次数，fc表示由假设而定的理论次数，∑为加总符号。x2检验对于定类与定类或定类与定序变量之间的相关检验应用较多。相关检验又称独立性检验。进行相关检验时，要先根据交互分类表中的边缘次数分配来计算出各格中的理论次数fcij。计算理论次数的一般公式为：fcij=Fxi·Fyi/n式中，Fxi表示x变量各类别的边缘次数分配，Fyj表示y变量各类别的边缘次数分配，n为总次数。
