卡方（Chi-square）是一種統計學中常用的檢驗方法，主要用於分析兩個分類變數之間的關係，或者判斷觀察頻數與期望頻數之間的差異。具體來說，卡方檢驗的原理是基於零假設（即假設兩個變數之間沒有關聯或獨立），通過比較實際觀察到的頻數與理論上期望的頻數，來評估這兩個變數之間是否存在統計上的顯著差異。如果實際觀察頻數與期望頻數非常接近，那麼可以認為這種差異是由於抽樣誤差造成的；如果兩者相差很大，則認為這種差異是統計顯著的，即兩個變數之間存在某種關係或差異。
卡方檢驗有多種套用場景，包括但不限於：
多項式卡方檢驗：用於比較一個分類變數在不同總體中的分布情況。
獨立性檢驗：用於檢驗兩個分類變數之間是否存在獨立性。
擬合優度檢驗：用於檢驗樣本數據是否符合某一理論分布。
生存分析中的卡方檢驗：用於比較不同組之間生存曲線的差異。
卡方檢驗的使用有一定的條件限制。例如，當期望頻數大於5且樣本量大於40時，可以使用卡方檢驗。如果期望頻數介於1到5之間，則可能需要使用連續性校正；如果這些條件都不滿足，則可能需要採用Fisher確切機率檢驗。
此外，卡方檢驗也被稱為卡方分布或開平方，這是對卡方統計量的一個描述，它幫助我們在統計學中理解和套用卡方檢驗。