卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小，卡方值越大，越不符合；卡方值越小，偏差越小，越趋于符合，若两个值完全相等时，卡方值就为0，表明理论值完全符合。

注意：卡方检验针对分类变量。 （1）提出原假设： H0：总体X的分布函数为F(x) 如果总体分布为离散型，则假设具体为H0：总体X的分布律为P{X=xi}=pi， i=1，2，… （2）将总体X的取值范围分成k个互不相交的小区间A1，A2，A3，…，Ak，如可取 A1=（a0，a1]，A2=(a1，a2]，…，Ak=(ak-1,ak)， 其中a0可取-∞，ak可取+∞，区间的划分视具体情况而定，但要使每个小区间所含的样本值个数不小于5，而区间个数k不要太大也不要太小。 （3）把落入第i个小区间的Ai的样本值的个数记作fi，成为组频数（真实值），所有组频数之和f1+f2+…+fk等于样本容量n。 （4）当H0为真时，根据所假设的总体理论分布，可算出总体X的值落入第i 个小区间Ai的概率pi，于是，npi就是落入第i个小区间Ai的样本值的 理论频数（理论值）。 (5)当H0为真时，n次试验中样本值落入第i个小区间Ai的频率fi/n与概率pi应很接近，当H0不真时，则fi/n与pi相差很大。 基于这种思想，皮尔逊引进如下检验统计量（下图公式），在0假设成立的情况下服从自由度为k-1的卡方分布。

差异的量化：用卡方检验来衡量某因子对目标变量的偏好。 原理：如果某因子跟目标变量独立，（即该因子对目标变量影响较小）则目标变量在该因子上的分布是均匀的，即卡方值应该较小。用来衡量类别性变量分布的差异性。

得出同样结果：32.6579 当然可以引入相关的包来计算卡方值：

首先我们根据之前给出数据总的人群流失率为10.10%，假设性别对目标变量（客户是否流失）没有影响，两者相互独立，那么男性，女性分布的流失率应该也在10.10%左右，即可算出其期望流失数。再根据真实的流失数算出卡方值为32.66,。通过查表，我们得知：在自由度为2，置信度为0.05下的卡方分为点为5.99.其32.66大于5.99，那么可得出结论，性别这个变量对其目标变量差异性显著。