交叉表与卡方分析Beta
比较两个分类变量之间的分布差异与关联关系，生成交叉频数表（各类别组合的记录数）及行、列、总百分比（分别以行、列或全表为分母）。根据类别数量与期望频数，选择 Pearson 卡方检验（比较观察频数与期望频数的差异）或 Fisher 精确检验（2×2 表期望频数较低时使用），并计算 Cramér's V（衡量关联强度）、调整标准化残差（定位偏离期望的单元格）和 p 值（在无关联假设下出现当前或更极端结果的概率）。
两列任一没填就整行剔除
- 两列都按文本类别处理，列名与表头完全一致；找不到的列名会让这一对分析失败。
- 行变量或列变量为空的行会在制表前整行剔除，不参与频数与检验。不同变量对剔除掉的行不一样，各自的 N 也就不同。
- 某一列只剩一个类别时无法做独立性检验，这一对会被跳过；批量一次最多 20 对。
加载文件上传组件中...
上传表格后可用
这个工具需要的表格大致是这样：
| 受访者编号 | 性别 | 是否支持 |
|---|---|---|
| A01 | 女 | 支持 |
| A02 | 男 | 不支持 |
| A03 | 女 | 支持 |
一行一条记录；两个分析列都放类别，不要放连续数值。
行变量排在表的左侧，列变量排在表头。两者可以是文字，也可以是选项编码。
这里填了任意一对，上面的两列就不再使用，改为按下列顺序逐对分析。
每 200 行 2 点
交叉表与卡方分析常见问题
- 交叉表与卡方分析适合处理什么材料？
- 带表头的表格文件，每行一条记录，支持 csv 和 xlsx。
- 交叉表与卡方分析会得到什么结果？
- 对两个分类变量生成交叉表（统计各类别组合），自动选择卡方或 Fisher 检验（判断关联），并输出 p 值与关联强度。
- 交叉表与卡方分析怎么用？
- 上传材料、确认设置、点提交，任务完成后在工作台打开报告。不用安装软件，也不用写代码。
- 交叉表与卡方分析怎么计费？
- 按行数计费，每满 200 行 2 点，不足 200 行按 2 点算。提交前页面会显示本次消耗。
- 结果可以写进论文吗？
- 可以。报告里的数字和图表附有统计口径与原文出处，末尾有方法说明，涉及统计模型的报告还列出参考文献，可以作为论文附件或方法依据。
在论文里引用交叉表与卡方分析： 查看引用格式