卡方检验和线性回归的区别?

卡方检验和线性回归都是统计分析方法，但用途不同。卡方检验用于分析分类变量之间的关系，比如吸烟和肺癌是否有关联。线性回归则用于研究连续变量之间的变化关系，比如学习时间和考试成绩的影响。前者适合比较频数，后者适合预测数值。

区别

卡方检验：专门处理分类数据，通过观察实际频数和期望频数的差异来判断变量是否独立。比如调查不同性别对奶茶口味的偏好，卡方检验能看出男女选择是否有显著差异。它不涉及预测，只回答“有没有关系”的问题。

线性回归：关注数值型变量之间的线性关系，用一个变量预测另一个变量。比如研究身高和体重的关系，线性回归能给出“身高每增加1厘米，体重平均增加0.5公斤”这样的具体结论。它不仅能描述关系，还能进行数值预测。