配对卡方与Pearson卡方：为何使用前者更准确？

配对卡方使用的是McNemar检验，它基于二项分布的假设，而Pearson卡方则基于正态分布的假设。因此，在样本量较小时，Pearson卡方可能会过度拟合数据，导致实际发生一类错误（即错误地拒绝了真实的零假设）的概率增加。此外，如果样本不服从正态分布，也会影响Pearson卡方的准确性。因此，在使用配对卡方进行统计分析时，应该根据实际情况选择合适的检验方法，避免错误的结论。