📋 卡方分佈公式
χ² = Σ (Oᵢ − Eᵢ)² / Eᵢ | df = k − 1
用途：檢驗觀察頻數與期望頻數是否一致（擬合優度）、檢驗兩個分類變數是否獨立（獨立性檢驗）。
判讀：若 p < 0.05，拒絕原假設（即觀察與期望有顯著差異）。
📚 深度解析：卡方計算器
💡 常見使用場景
- 類別型變數的擬合優度/獨立性檢驗。
- 遺傳學中檢驗觀測分離比是否符合孟德爾理論比例。
計算
觀測 [30,10]、期望 [25,15]：χ²=(30-25)²/25+(10-15)²/15=1+1.667=2.667，df=1，查表判顯著。
❓ 常見問題（FAQ）
- 期望頻數為何要≥5？
- 過小會使卡方近似失真，需合併或 Fisher 檢驗。
- 自由度怎麼定？
- 擬合優度檢驗 df=類別數−1；獨立性檢驗 df=(行數−1)×(列數−1)。