如何用列联表计算概率
stata残差怎么算？
stata残差怎么算？
用实际观察值减去估计值（拟合值）即可得到残差。残差应符合模型的假设条件，且具有误差的一些性质。利用残差所提供的信息，来考察模型假设的合理性及数据的可靠性称为残差分析。
在回归分析中，测定值与按回归方程预测的值之差，以δ表示。
残差δ遵从正态分布N(0，σ2)。（δ-残差的均值）/残差的标准差，称为标准化残差，以δ*表示。δ*遵从标准正态分布N(0，1)。
实验点的标准化残差落在(-2，2)区间以外的概率≤0.05。
若某一实验点的标准化残差落在(-2，2)区间以外，可在95%置信度将其判为异常实验点，不参与回归直线拟合。扩展资料：Stata的功能：
1、数值变量资料的一般分析：参数估计，t检验，单因素和多因素的方差分析，协方差分析，交互效应模型，平衡和非平衡设计，随机效应，多个均数的两两比较，缺项数据的处理，方差齐性检验，正态性检验，变量变换等。
2、分类资料的一般分析：参数估计，列联表分析 ( 列联系数，确切概率 ) ，流行病学表格分析等。
3、等级资料的一般分析：秩变换，秩和检验，秩相关等4、相关与回归分析：简单相关，偏相关，典型相关，以及多达数十种的回归分析方法，如多元线性回归，逐步回归，加权回归，百分位数 ( 中位数 ) 回归，残差分析、强影响点分析，曲线拟合，随机效应的线性回归模型等。
5、其他功能：质量控制，整群抽样的设计效率，诊断试验评价， kappa等。
独立性检验怎么判断有关与无关？
通过计算k平方后对照概率表去判断。K平方值越大对应概率越小。这两个分类变量有关性越大。其基本思想与反证法相似。首先假设两个分类变量独立。在此条件下利用2x2列联表计算K平方，值越大对应概率越小。一次试验中小概率事件很少发生。说明假设独立是错误的。因而两变量有关系。若K平方较小，概率较大，是没有充分理由证明两变量有关或无关。
2x2列联表自由度为什么是1？
卡方值（Wald）是卡方检验时计算出来的值，卡方检验用于进行两个率或两个构成比的比较。最简单和最典型的就是2*2列联表的卡方检验. 自由度根据你的样本量来决定，自由度（行数-1）（列数-1） 。自由度具体没有什么大的实际意义但是它有他的条件：如果是2*2列联表的卡方检验，要求样本含量应大于40且每个格子中的理论频数不应小于5。
当样本含量大于40但理论频数有小于5的情况时卡方值需要校正，当样本含量小于40时只能用确切概率法计算概率。