01
什么时候使用列联表？
当行变量和列变量都是分类变量时，列联表最合适。例如性别 × 品牌选择、地区 × 满意度、治疗组 × 是否康复。连续变量应先按有意义的区间分组，或改用适合连续数据的方法。
列联表描述的是关联而不是因果。即使检验显著，也不能仅凭一张表认定某个变量导致另一个变量发生变化。
- 观察频数：每个组合中实际出现的样本数。
- 行百分比：在同一行内比较各列构成。
- 列百分比：在同一列内比较各行构成。
- 期望频数：在两个变量独立的假设下，每格应出现的频数。
02
如何解读计算结果
先确认样本基数和百分比方向，再看 Pearson 卡方的 p 值。p < 0.05 通常表示两个变量的分布并非独立，但实际意义还取决于 Cramér's V、具体单元格的差异和研究场景。
2×2 整数频数表会同时显示 Fisher 精确检验和优势比。若期望频数过低，不要只报告渐近卡方结果，应优先考虑 Fisher 精确检验、合并稀疏类别或收集更多数据。
03
报告列联表的最小信息
一份可复核的报告应说明变量、样本量、百分比口径、χ²、自由度、p 值和效应量。推荐格式：χ²(df, N = n) = 数值，p = 数值，Cramér's V = 数值。