lr chi2是卡方统计量。
卡方统计量可用于检验类别变量之间的独立性或确定关联性。
例如，如果有一个按投票者性别分类的选举结果的双因子表，卡方统计量可帮助确定投票是否独立于投票者的性别，或者在投票与性别之间是否存在关联。如果与卡方统计量相关联的p值小于选定的a水平，检验将拒绝两个变量彼此独立的原假设。
也可用于确定某个统计模型是否能够充分拟合数据。
例如，Logistic回归将计算卡方统计量以评估模型的拟合情况。如果与卡方统计量相关联的p值小于选定的a水平，检验将拒绝模型与数据相拟合的原假设。
另一个示例是“基本统计量”菜单中的用于Poisson数据的拟合优度检验，它使用卡方统计量来确定数据是否服从Poisson分布。如果数据为离散数据，则可以报告每个类别对卡方值的贡献，从而量化每个类别差异对总卡方值有多大影响。
例如，如果一个拟合优度检验拒绝了原假设，则这个结果是因为所有类别与预期稍有差异还是因为有一个类别与其预期极大不同导致的？假设您预期一盒蜡笔中包含一根蓝色、一根红色以及一根绿色的蜡笔，但实际上它包含一根蓝色和两根绿色的蜡笔，而没有红色的蜡笔。
“绿色”和“红色”类别与预期不符，但“蓝色”相符。因此，“蓝色”并不影响所生成的卡方值；数据中的所有差异均来自“绿色”和“红色”类别。
扩展资料：
卡方检验的用途
卡方检验最常见的用途就是考察某无序分类变量各水平在两组或多组间的分布是否一致实际上，除了这个用途之外．卡方检验还有更广泛的应用。具体而言，其用途主要包括以下几个方面：
1、检验某个连续变量的分布是否与某种理论分布相一致。如是否符合正态分布、是否服从均匀分布、是否服从Poisson分布等。
2、检验某个分类变量各类的出现概率是否等于指定概率。如在36选7的彩票抽奖中，每个数字出现的概率是否各为1／36；掷硬币时，正反两面出现的概率是否均为0．5。
3、检验某两个分类变量是否相互独立。如吸烟(二分类变量：是、否)是否与呼吸道疾病(二分类变量：是、否)有关；产品原料种类(多分类变量)是否与产品合格(二分类变量)有关。
4、检验控制某种或某几种分类因素的作用以后，另两个分类变量是否相互独立。如在上例中，控制性别、年龄因素影响以后，吸烟是否和呼吸道疾病有关；控制产品加工工艺的影响后，产品原料类别是否与产品合格有关。
5、检验某两种方法的结果是否一致。如采用两种诊断方法对同一批人进行诊断，其诊断结果是否一致；采用两种方法对客户进行价值类别预测，预测结果是否一致。
参考资料来源：百度百科-卡方统计量