为什么样本量太大时用卡方检验做独立性检验会失效？ 最近线上广告系统发现：由同一个分布抽取出来的两个样本，如果抽取的样本量非常大，使用卡方分布做独立性…
完全随机设计两样本或者多样本资料的正态性检验可否考虑样本量再做？ 先直接回答你的标题问题：否！具体回答各个问题：1.如果统计检验用到t检验、方差分析等需要均数的检验无论样本量多少都需要正态性检验（是否正态不能凭个人主观感觉，用。
为什么样本量太大时用卡方检验做独立性检验会失效？ 如果一句话回答，这种情形2113「有显著的5261正效应」只是「正效应显著地小以至于4102可忽略」的真实谎言—一1653句总是可以误导听众的「真话」。以下从几个层面展开回答—只要不误读结论，样本量总是越大越好。假设检验的模式最流行的误读，是把 p 值小/大、统计量大/小错误地当作效应大/小（Effect Size）。标准误通常与样本量的平方根成反比例，大体上与正比例。很大的样本量得到很大的统计量、很小的 p，或者很小的样本量得到不够大的统计量和不够小的 p，都不应该直接读作实质性（Substantive）效应大/小。似乎是你的抽样过程本身就引入了很大的噪声。所以才会样本越多抽样噪声越大，两个背景分布的区别就越难显现。N太大，两样本原本存在的随机误差导致的细微差异被放大。理论上来讲，当检验样本很大的情况下，只要总体上分布差异不是很大，是可以认为你的两次抽样差异没有实际意义的。就譬如两次线上广告的抽样，仅仅对同一分布的不同时段（按题主的意思应该是没有考虑时间差异对分布的影响），那么得到的大样本资料分布形式总体来讲应该是不会出现明显差异的，即分布曲线拟合度较好也就可以了。例如你在检验x是不是正态分布（或其他分部），而x实际上是一个。
