相关分析等。
基本原理
（1）提出原假设：
H0：总体X的分布函数为F(x).
如果总体分布为离散型，则假设具体为
H0：总体X的分布律为P{X=xi}=pi， i=1，2，...
（2）将总体X的取值范围分成k个互不相交的小区间A1，A2，A3，…，Ak，如可取
A1=（a0，a1]，A2=(a1，a2]，...，Ak=(ak-1,ak)，
其中a0可取-∞，ak可取+∞，区间的划分视具体情况而定，但要使每个小区间所含的样本值个数不小于5，而区间个数k不要太大也不要太小。
（3）把落入第i个小区间的Ai的样本值的个数记作fi，成为组频数（真实值），所有组频数之和f1+f2+...+fk等于样本容量n。
（4）当H0为真时，根据所假设的总体理论分布，可算出总体X的值落入第i 个小区间Ai的概率pi，于是，npi就是落入第i个小区间Ai的样本值的理论频数（理论值）。
检验统计量
，在0假设成立的情况下服从自由度为k-1的卡方分布。
|
男
|
女
|
||
|
化妆
|
15（55）
|
95（55）
|
110
|
|
不化妆
|
85（45）
|
5（45）
|
90
|
|
100
|
100
|
200
|
极大似然估计55=100*110/200，其中110/200可理解为化妆的概率，乘以男人数100，得到男人化妆概率的似然估计），这和实际值（括号外的数）有差距，理论和实际的差距说明这不是随机的组合。
应用拟合度公式
=
129.3>10.828
显著相关，作此推论成立的概率p>0.999,即99.9%。
注：独立四格表的拟合度公式可以写成n(ad-bc)^2/(a+b)(c+d)(a+c)(b+d)