對事件A與B的檢驗無關時，即兩個事件互不影響。數學獨立性檢驗中r就如同A和B是獨立性檢驗的時間名字 英文名：test for independence 統計學的一種檢驗方式。與適合性檢驗同屬於X2檢驗（即卡方檢驗，英文名：chi square test） 它是根據次數資料判斷兩類因子彼此相關或相互獨立的假設檢驗。 假設有兩個分類變數X和Y，它們的值域分另為{x1, x2}和{y1, y2}，其樣本頻數列聯表為： y1 y2 總計 x1 a b a+b x2 c d c+d 總計 a+c b+d a+b+c+d 若要推斷的論述為H1：“X與Y有關係”，可以利用獨立性檢驗來考察兩個變數是否有關係，並且能較精確地給出這種判斷的可靠程度。具體的做法是，由表中的資料算出隨機變數K^2的值（即K的平方） K^2 = n (ad - bc) ^ 2 / [(a+b)(c+d)(a+c)(b+d)] 其中n=a+b+c+d為樣本容量 K^2的值越大，說明“X與Y有關係”成立的可能性越大。 當表中資料a，b，c，d都不小於5時，可以查閱下表來確定結論“X與Y有關係”的可信程度： P(K^2≥k) 0.50 0.40 0.25 0.15 0.10 k 0.455 0.708 1.323 2.072 2.706 P(K^2≥k) 0.05 0.025 0.010 0.005 0.001 k 3.841 5.024 6.635 7.879 10.828 例如，當“X與Y有關係”的K^2變數的值為6.109，根據表格，因為5.024≤6.109
對事件A與B的檢驗無關時，即兩個事件互不影響。數學獨立性檢驗中r就如同A和B是獨立性檢驗的時間名字 英文名：test for independence 統計學的一種檢驗方式。與適合性檢驗同屬於X2檢驗（即卡方檢驗，英文名：chi square test） 它是根據次數資料判斷兩類因子彼此相關或相互獨立的假設檢驗。 假設有兩個分類變數X和Y，它們的值域分另為{x1, x2}和{y1, y2}，其樣本頻數列聯表為： y1 y2 總計 x1 a b a+b x2 c d c+d 總計 a+c b+d a+b+c+d 若要推斷的論述為H1：“X與Y有關係”，可以利用獨立性檢驗來考察兩個變數是否有關係，並且能較精確地給出這種判斷的可靠程度。具體的做法是，由表中的資料算出隨機變數K^2的值（即K的平方） K^2 = n (ad - bc) ^ 2 / [(a+b)(c+d)(a+c)(b+d)] 其中n=a+b+c+d為樣本容量 K^2的值越大，說明“X與Y有關係”成立的可能性越大。 當表中資料a，b，c，d都不小於5時，可以查閱下表來確定結論“X與Y有關係”的可信程度： P(K^2≥k) 0.50 0.40 0.25 0.15 0.10 k 0.455 0.708 1.323 2.072 2.706 P(K^2≥k) 0.05 0.025 0.010 0.005 0.001 k 3.841 5.024 6.635 7.879 10.828 例如，當“X與Y有關係”的K^2變數的值為6.109，根據表格，因為5.024≤6.109