1 基本概念
1.1 定义
连续性修正是统计学中一种将离散型随机变量的概率计算近似为连续型分布时所使用的校正方法。其基本做法是在整数边界上加入或减去半个单位，使原本只取整数值的分布在近似到连续分布时更贴合实际面积。
这一方法最常见于正态分布对二项分布、泊松分布等的近似，也可见于某些假设检验与列联表分析中。它本质上不是独立的分布理论，而是一种提高近似精度的技术处理。
1.2 适用背景
连续性修正通常出现在“离散分布被连续分布替代计算”的场景中。由于两类分布在取值方式上并不相同，直接套用连续分布公式时，往往会在边界处产生偏差。
1.2.1 离散分布与连续分布的差异
离散型随机变量只能取有限或可数个值，例如0、1、2等整数；连续型随机变量则可以在某个区间内取任意实数。前者的概率集中在具体点上，后者的概率则表现为区间面积。
这种差别意味着，当用连续分布去模拟离散分布时，原来“一个整数点”的概率必须被理解为“围绕该整数的一段区间面积”，否则边界会处理不当。
1.2.2 近似计算中的误差来源
误差主要来自两方面：一是离散点值与连续面积之间的映射并不天然对应；二是累积概率在临界点附近对边界极为敏感。若不进行修正，近似结果可能在小样本、偏斜分布或尾部概率中偏离较明显。
1.3 设立目的
连续性修正的核心目标，是让离散概率与连续近似之间的对应关系更合理，从而使统计推断结果更稳定。
1.3.1 提高近似精度
在许多实际问题中，正态近似虽然便于计算，但直接使用往往会略高估或低估真实概率。连续性修正通过半单位调整，通常能显著缩小这种偏差，尤其在样本量不大时更为明显。
1.3.2 修正区间边界的离散偏差
离散变量在边界上只有“是否取到某个整数”的问题，而连续分布要求处理的是区间面积。连续性修正的作用，就是把这种“点边界”转化为更接近实际的“面边界”。
2 数学原理
2.1 半个单位修正思想
连续性修正最典型的思想，是在整数边界上向外或向内平移0.5。这样做相当于把某个离散整数值所代表的“一个单位宽度”分配给对应的连续区间。
2.1.1 右侧修正
当计算“X不小于某个整数”或“X大于某个整数”一类概率时，常将边界向右移动0.5，例如把“X≥k”近似为连续变量“X>k-0.5”对应的面积。这样可把整数k所代表的区间完整纳入计算。
2.1.2 左侧修正
当计算“X不超过某个整数”时，边界通常向左移动0.5，例如“X≤k”可近似为连续变量“X<k+0.5”。这种处理方式能将整数k的概率质量包含在连续面积中。
2.2 概率区间的转换
连续性修正的关键步骤，是将离散事件重新表述成连续区间事件，再利用正态分布表或积分公式求解。
2.2.1 小于型概率
对于“X≤k”或“X<k”这类事件，常用的近似是把上界加上0.5，转为连续变量的小于型区间。例如原来的离散累积概率，可改写为对应的“到k+0.5为止”的面积。
2.2.2 大于型概率
对于“X≥k”或“X>k”这类事件，通常把下界减去0.5。这样可以避免把临界整数排除在外，尤其在尾部概率计算中更能保持一致性。
2.2.3 区间型概率
对于“a≤X≤b”这类区间事件，通常将下界减0.5、上界加0.5，形成连续区间[a-0.5, b+0.5]。这类转换在双侧检验和区间概率估计中较为常见。
2.3 正态近似中的几何直观
连续性修正也可以用图形理解：离散分布的柱状图被连续分布曲线覆盖，修正的目的就是让曲线下的面积尽可能对应柱子的总面积。
2.3.1 柱状图到曲线面积的对应
离散分布的每个整数点可视为一个宽度为1的柱形。若将正态曲线拟合到这些柱形上，单纯以整数为边界会使某些柱子被切掉一部分，因此需要借助半单位修正来补足。
2.3.2 面积边界的平移
边界平移0.5后，曲线下的面积区间更接近柱形的真实覆盖范围。这个处理并不改变分布本身，而是改变近似时的积分范围。
3 常见应用场景
3.1 二项分布的正态近似
二项分布是连续性修正最典型的应用对象之一。特别是在成功次数较多、试验次数较大时，常用正态分布近似其概率。
3.1.1 成功次数的概率计算
当需要求“成功次数至少为k”或“最多为k”的概率时，离散的二项分布可先转化为正态近似，再通过连续性修正调整边界。这样得到的结果通常比直接不修正更接近真实值。
3.1.2 累积概率的近似
对于累积概率，例如“从0到k的总概率”，连续性修正有助于减少边界遗漏。尤其在k处于分布中心或尾部时，修正后的曲线面积更能反映原始离散概率质量。
3.2 泊松分布的近似处理
泊松分布描述单位时间或单位空间内事件发生次数，常用于稀有事件建模。其在参数较大时也可用正态分布近似。
3.2.1 稀有事件建模
在电话呼入、缺陷数、到达次数等问题中，泊松模型十分常见。进行正态近似时，同样可以采用连续性修正来提高边界概率的准确度。
3.2.2 计数型数据的校正
计数型数据天然是整数，直接映射为连续变量时会丢失边界信息。连续性修正通过0.5调整，使“观察到x次”与“连续区间中的一段面积”更好对应。
3.3 卡方检验中的应用
在某些列联表和频数分析中，连续性修正常与卡方检验相关，尤其是2×2表中最为典型。
3.3.1 连续性校正卡方检验
当样本较小或自由度较低时，卡方统计量可能偏大。引入连续性校正后，统计量会略有减小，从而使检验更稳健。
3.3.2 2×2列联表分析
2×2列联表是连续性修正卡方检验的经典场景。由于各格频数较少时近似误差更明显，因此常借助修正来改善显著性判断。
3.4 假设检验中的应用
连续性修正也常出现在基于正态近似的假设检验中，尤其是比例检验和计数检验。
3.4.1 单样本情形
在单样本比例检验中，若原始变量是成功次数等离散量，则将其转为z检验时通常要进行边界修正，以降低临界值附近的误差。
3.4.2 双样本情形
在比较两组比例或频数差异时，修正有助于使检验更贴近离散数据的实际分布，避免在样本偏小情况下过早得出结论。
4 修正规则与计算方法
4.1 二项分布的连续性修正
二项分布的修正通常围绕“整数边界加减0.5”展开，具体方向取决于概率不等式的形式。
4.1.1 P(X≤k) 的修正
计算“X≤k”时，可用正态近似求“X<k+0.5”的概率。这样能够把k对应的离散概率完整包含在内。
4.1.2 P(X≥k) 的修正
计算“X≥k”时，可转化为“X>k-0.5”。这类处理常用于下尾概率或右尾概率计算。
4.1.3 P(a≤X≤b) 的修正
对区间概率，通常把下界改为a-0.5，上界改为b+0.5，再代入连续分布公式。这样能同时保留两端整数值所代表的概率质量。
4.2 卡方修正公式
卡方检验中的连续性修正通常体现在统计量的分子部分，用以削弱小样本中的偏差。
4.2.1 Yates连续性修正
Yates连续性修正是2×2列联表中常见的改良公式。其思想是在观察频数与期望频数之差上减去0.5的绝对值，再用于计算卡方统计量，使结果更保守一些。
4.2.2 公式适用条件
该修正更适合样本较小、各格期望频数不高的情况。若样本量较大，修正带来的差别通常有限，甚至可能使检验过于保守。
4.3 不同方向的边界调整
边界调整的方向取决于所求概率的方向与事件类型。
4.3.1 向下修正
当需要把整数包含进“以上”或“至少”类事件时，常将边界向下移动半个单位，以免遗漏临界值。
4.3.2 向上修正
当处理“至多”或“不超过”类事件时，常将边界向上移动半个单位，使对应的离散点落入连续区间中。
5 典型例题
5.1 单侧概率计算
单侧概率是连续性修正最常见的实算类型，通常涉及右尾或左尾事件。
5.1.1 二项分布近似正态分布
若某二项随机变量需要计算“至少达到某个成功次数”的概率，通常先用正态分布近似，再将整数边界作0.5调整，最后查表或求积分。
5.1.2 泊松分布近似正态分布
对于平均发生率较高的泊松变量，计算“事件次数不低于某值”的概率时，也可采用正态近似加连续性修正，得到较平滑的尾部估计。
5.2 双侧区间概率计算
双侧区间概率需要同时处理上下边界，因此更能体现修正的重要性。
5.2.1 离散区间到连续区间的映射
例如“a到b之间”这类离散事件，在连续近似中应映射为[a-0.5, b+0.5]，从而保持区间内每个整数点都被覆盖。
5.2.2 边界修正后的结果比较
若与未修正结果相比，修正后的概率常更接近真实值，尤其在区间较窄时差异更明显。边界越靠近分布尾部，修正效果通常越值得关注。
5.3 列联表检验示例
列联表是连续性修正应用中的经典实例，特别适用于检验两个分类变量是否独立。
5.3.1 未修正与修正结果对比
未修正的卡方值通常更大，而修正后的值会略小。两者之间的差别在小样本数据中较明显，可能直接影响p值判断。
5.3.2 显著性判断变化
当统计量接近临界值时，连续性修正有时会使“显著”变为“不显著”。这也是其“保守化”特征的直接体现。
6 优点与局限
6.1 优点
连续性修正的价值主要体现在近似质量和计算便利两方面。
6.1.1 提升近似精度
在离散分布用连续分布替代的过程中，0.5修正往往能明显降低边界误差，尤其在样本量有限时更有帮助。
6.1.2 简化手工计算
修正后的概率可直接借助正态分布表、卡方表等工具处理，无需进行离散分布的逐项累加，便于人工操作。
6.2 局限
连续性修正并非万能，其效果依赖于数据规模和分布形态。
6.2.1 对大样本时作用有限
当样本量很大、离散分布已较接近连续形态时，修正带来的改善通常不明显，甚至可忽略不计。
6.2.2 可能导致过度保守
在某些检验场景中，修正会使统计量偏小、p值偏大，从而提高拒绝原假设的门槛，出现偏保守的倾向。
6.3 适用性判断
是否使用连续性修正，需要结合样本大小、分布形态和所求概率的类型综合判断。
6.3.1 何时需要修正
当离散程度较强、样本较小、边界概率敏感，或使用正态近似明显依赖尾部时，通常更适合采用修正。
6.3.2 何时可忽略修正
若样本量充足、期望频数较高，或精确分布计算已足够方便，则连续性修正的重要性会下降，甚至可直接省略。
7 与相关概念的区别
7.1 与离散分布精确计算的区别
离散分布精确计算直接基于概率质量函数逐项求和，不依赖近似；连续性修正则是在无法或不便精确计算时，借助连续分布进行替代。
7.2 与正态近似的区别
正态近似是分布替代的总体方法，连续性修正则是这类近似中的一个细化步骤。前者回答“用什么分布近似”，后者回答“边界如何处理”。
7.3 与其他校正方法的区别
不同统计问题中还存在其他改良或调整方式，它们的目标与适用对象并不完全相同。
7.3.1 Yates修正
Yates修正是卡方检验中的特定连续性校正，主要针对2×2列联表，不等同于所有离散分布近似中的一般连续性修正。
7.3.2 其他连续化处理
在某些模型中，也会使用平滑、加权或插值等方式处理离散数据，但这些方法的理论基础和应用目标与连续性修正并不一致。
8 历史与发展
8.1 方法的提出背景
连续性修正来源于经典统计推断中对离散与连续之间差异的认识。随着正态近似在实际计算中的普及，人们逐渐发现边界处理对结果影响很大，于是形成了这一经验性校正规则。
8.2 在统计推断中的推广
随着二项检验、列联表分析和样本比例检验的广泛使用，连续性修正逐步成为教材和实践中的标准工具之一。它在手算时代尤其重要，后来也被作为理解近似误差的典型例子保留下来。
8.3 现代软件中的实现
现代统计软件通常可以直接进行精确计算或自动给出是否采用修正的选项。尽管如此，连续性修正仍常出现在输出设置、教程和理论说明中，作为理解近似与精确差别的基础概念。
9 实际操作中的注意事项
9.1 边界取整规则
进行连续性修正时，必须先明确不等式方向，再决定是加0.5还是减0.5。边界处理一旦弄反，结果可能完全偏离预期。
9.2 样本量与期望频数要求
在列联表或比例检验中，是否使用修正，往往还要看样本量和各格期望频数。频数过低时，单纯依赖正态近似本身就可能不稳妥。
9.3 常见误用
连续性修正常被误认为“只要用了就一定更准确”，实际上它只是特定条件下的改良手段。
9.3.1 忽略适用条件
若数据本就适合精确计算，或分布近似条件不满足，盲目套用修正并不能解决根本问题，反而可能掩盖模型不合适的事实。
9.3.2 过度依赖修正结果
在临界显著性判断中，有些人会把修正后的结果视为唯一标准。更稳妥的做法是结合精确检验、样本背景和模型假设共同判断。