苏州的离婚率显著增高了吗？

近日，苏州市民政局公布了《2017年苏州市婚姻登记数据》2017年苏州全市共办理结婚登记46005对，与2016年相比减少2092对，延续前三年总量下滑的态势，而与此同时，苏州市共有21290对夫妻选择分手，相比2016年的18004对增加了3286对；

根据这些数据能否得出离婚率增高的结论

上图：与2016年相比，结婚的人数（对）在下降，而离婚的人数（对）在上升

相比几年的趋势，也能看到这个问题：

上图：结婚人数在逐年下降，离婚人数在逐年上升

现在的问题是，根据上面的两个图是否可以得出苏州结婚率下降，离婚率上升的结论？

提到离婚率和结婚率，我们先拿出总人口看下，（当然总人口看结婚率也不对，最准确的应该是适婚人口的数量，毕竟现在老龄化比较严重，9年来的适婚人员比例不一定相等，但可惜的是，在官方的统计网上，没有查到适婚人口的数据，我们就暂且用总数据代替），从下图中我们明显可以看出结婚的比例在下降。

上图：结婚率在逐年下降

总人口在增加，而结婚的人数在变少，自然就导致了结婚比例的上升，但离婚的比例呢？

通过这些对比我们似乎可以得出结论了：结婚的人越来越少，离婚的越来越多。如果你是一个社会学家，或者就为了写一篇“令人吃惊的真相，苏州的年轻人竟然不喜欢结婚了”这样的文章，分析到这里就可以，下面可以跟鸡汤了。但做为一个爱分析的人员，这个时候下结论还有点早。因为你不知道这些数据的统计口径是什么，比如苏州有很多同居在一起，孩子都会打酱油了，但是人家却不愿意结婚的，这不大有人在吗，之所以不结婚，人家仅仅是还没有选好日子。

如何验证每年的结离比是否有显著差异

下面才是今天要介绍的工具：列联表或者说是卡方分析！

卡方分析是干什么的呢？

比如说你生产了一种可以治疗手机上瘾的新药（2017年年末，世界卫生组织刚把手机依赖列为一种病），为了新药上市，你必须进行临床实验，由于你没有这么多钱，不可能给所有拥有手机的人都用药，所以你打算挑选几百个或者几千人，让他们吃药尝试下，比如说你让1000人吃你的药，然后找1000个和他们差别不大（或无显著差别的人）进行对照，吃药的人你你给他们编成一组，成为实验组，没吃药的呢成为对照组。

经过一段时间观察，你发现，吃药的对手机严重依赖的为87人，而没吃药的对手机严重依赖的为97人。那你的要有效果吗？

或者说：如果你的药投放市场，会缓解整个社会的手机依赖症吗？

对这个的验证，用的就是列联表。（下图的结果，请看视频）

在以上卡方检验的结果中我们看到显著性差异检验的概率并没有小于0.05，也就是说并不显著，在说直白点，就是你的药根本就不能治疗手机依赖症。

有的人可能问了，这个工具的工作原理是什么呢？可能你对这个兴趣不大，咱就不讲了。

返回头，我们看看每年的结离比例是否有差异。看下图，本来我们说不讲原理的，但还是忍不住，观察下面的数据，是不是有个计数，有个期望计数啊，这里计数就是你抽样的数据啦，期望计数就是如果每年的比例都一样，根据每年的总数，结婚的有多少，离婚的有多少的理论值。所有的卡方分析，就是在比较这两个值的差异大小啊。比如说，在2009年，理论离婚应该 16449对，实际只离婚了12022对，明显偏少啊。

为了更精确，我们在这里加入了蒙特卡洛模拟部分，结果……结果都显示是显著的。

千万别问我蒙特卡洛模拟是什么？否则我会忍不住说出来的。

最后在告诉你几组数据

95年出生的小伙伴今年已经23岁了（或者24岁），如果95年前的你还没有结婚，你已经晚婚了。

苏州男性结婚的平均年龄为30.1岁，而女性是30.3岁，你猜你能不能娶到比你小的老婆。如果你31了还没有结婚，建议你移民扬州，听说扬州的平均结婚年龄为35岁

姑苏出美女，在苏州女性竟然比男性多13万。（男3325291，女3456666）如果是男士，恰好在苏州，你还找不到老婆，那……

有组调查显示，苏州人普遍不愿意结婚，其实数据告诉你，苏州的结婚成本是94.4万【你说什么，婚房？默认你是有婚房的，所以未统计在内！】

更多数据就不在这里展示了。

本文所有数据均来自统计局年报数据

补充阅读：什么是卡方分析

卡方检验是用途非常广的一种假设检验方法，它在分类资料统计推断中的应用，包括：两个率或两个构成比比较的卡方检验；多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。

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。