我正在使用一种将调查数据转化为有用统计数据的产品。审查他们的代码，让我有些紧张，而且我不是统计学家，所以我希望我能问清楚以下问题：

在调查 S 中，针对产品 P。受访者在被问及他们是否

1. 喜欢这个产品
2. 无动于衷
3. 讨厌这个产品

受访者分为男性和女性。该软件在处理一些调查数据时提供的图表显示“男性更有可能成为喜欢的人”。或“男人和女人……”或“女人……”

对我来说，这已经引发了问题：

1. 男人比什么更有可能成为喜欢的人？
2. 男人和女人比什么更有可能成为喜欢的人？
3. 这些东西是如何衡量的？
4. 正在使用什么测试？...等。

当我查看代码时，我注意到他们使用的是 chi-test(!)。我不得不问零假设到底是什么，因为这越来越没有意义了。显然，零假设是“男人和女人喜欢的机会是一样的”……好吧，好吧。可是等等。

所以，我们有下表：

                Men       Women      Total
 likers         54        46         100

 indifferent    23        26         49

 non-likers     22        31         53

 Total          99        103        202

我们可以填充所有三行的预期分布：

                Men          Women      Total
 likers         54-49        46-50      100

 indifferent    23-24        26-24      49

 non-likers     22-25        31-27      53

 Total          99           103        202

然后，代码根据上述内容使用 chi 值填充矩阵。程序员决定进行这些计算时的自由度是 (m-1)(n-1) = 2，这让我认为零假设是，如果你是一个喜欢的人、冷漠的人或不喜欢的人喜欢，你是男人或女人的概率是相等的。

我们使用的是 90% 的置信水平，所以我想我们需要做的就是将所有 6 个 chi 值相加，并将其与自由度和置信区间给出的临界值进行比较。从那时起，我们可以 90% 肯定地说，男性和女性同样可能是一个喜欢的人，等等……或者拒绝 NH

这就是代码的作用：

1. 它使用 1 个自由度而不是 2 个（仍然是 90%），所以我们有一个新的临界值 2.706
2. 对于 chi 值矩阵的每一行（liker 等），如果元素大于临界值，则拒绝原假设，并将元素添加到“显着性”列表中。

为了说明，它查看 [likers;men] > cv 即 chi_value[0][0] > cv，如果这是真的，则拒绝 NH，并将 'men' 添加到列表中。

在图表上，这一结果反映为：男性更有可能成为喜欢的人。对我来说，对每一行男性和女性的单一评估似乎是错误的。当你只看一个变量时，就两个变量发表声明是没有意义的......

我不像我的老板那么聪明，但我觉得这里出了点问题，如果有人能帮助澄清这一点，我将不胜感激。

最后，客户要求知道男性比女性更有可能成为喜欢的人的百分比——我认为这是一个错误的要求，因为卡方检验不能解决更大或更小的问题，而只是用来确认一组变量是独立的。我对吗？

我只想补充一点，我使用以下语句来指导我的思考：

注意事项 请记住，卡方检验仅测试两个变量是否独立，这一点很重要。它不能解决哪个更大或更小的问题。使用卡方检验，我们不能直接评估男性比女孩更喜欢这个假设；相反，测试（严格来说）只能测试Like和Gender这两个变量是否独立。