카이-제곱 검정은 관측된 데이터의 분포를 데이터의 기대 분포와 비교하는 가설 검정이다.
카이-제곱 검정에는 다음과 같은 여러 유형이 있다.

"Chi-Square Goodness-of-fit test"
 
이 분석을 사용하여 범주형 데이터 표본이 이론적 분포를 얼마나 적합하는지 검정할 수 있다.
예를 들어, 주사위를 여러 번 던진 다음 카이-제곱 적합도 검정을 사용하여 그 결과가
균등 분포를 따르는지 여부를 검정함으로써, 주사위가 공정한지 확인할 수 있다.
이 경우, 카이-제곱 통계량은 관측된 카운트 분포가 가정된 분포와 다른 정도를 양적으로 나타낸다.
 

 
"Chi-Square tests of Association and Independence"
 
이러한 검정의 계산은 동일하지만 답변하고자 하는 질문은 다를 수 있다.
  • Test of Association (연관성 검정): 연관성 검정을 사용하여 한 변수가 다른 변수와
    연관되어 있는지 여부를 확인할 수 있다.
 
 

    예를 들어, 자동차의 색상별 판매량이 도시에 따라 다른지 여부를 확인할 수 있다.
 
  • Test of Independence (독립성 검정): 독립성 검정을 사용하여 한 변수의 관측치가
    다른 변수의 관측치에 종속되어 있는지 여부를 확인할 수 있다.
 
 

 
    예를 들어, 한 사람이 투표하는 후보자가 유권자의 성별과 독립적인지 여부를 확인할 수 있다.