叶仁道，徐立军

（杭州电子科技大学 经济学院，浙江 杭州 310018）

基于蒙特卡洛模拟的四格表独立性检验研究

叶仁道，徐立军

（杭州电子科技大学 经济学院，浙江 杭州 310018）

文章通过给出四格表三种独立性检验统计量的蒙特卡洛模拟算法，研究不同样本量和参数条件下各检验统计量犯第一类错误的概率和功效，并进行统计量优良性对比。结果表明，在样本量较小时，似然比检验优于卡方检验和优比检验；而随着样本量的增加，三种检验统计量都能较为有效地控制犯第一类错误的概率，并具有较高的检验功效。在此基础上，将上述三种检验统计量应用于实际案例的数据分析中。

四格表；蒙特卡洛模拟；独立性检验；统计功效

四格表是一种应用非常广泛的数据分析方法，常被用作分析处理社会科学、人口和医学等领域的分类数据。近年来，关于用何种独立性检验方法对四格表进行统计推断，已受到众多学者的广泛关注[1-3]。例如，包和平等[4]、何平平等[5]基于现有统计推断方法基础上，提出了在不满足正态近似时所需要采用的精确检验方法。此外，赵博娟和吴喜之[6]提出列联表形成过程的不同会影响所做假设检验的结果。然而，现有关于四格表的统计推断研究，较少涉及在不同样本量下比较检验统计量的优良性。

鉴于此，本文针对四格表的卡方检验、似然比检验和优比检验等三种独立性检验方法[7]，给出其蒙特卡洛模拟算法。并利用此算法分别获得上述三种检验统计量犯第一类错误的模拟概率和功效，用以检验统计量的优良性。……