下列不适用于卡方检验的是A. 两样本均数的比较B. 两样本率的比较C. 两样本构成比的比较D. 拟合优度检验E. 两无序分类变量间的关联性检验

卡方检验主要用于分析分类变量之间的关系或比较观察频数与期望频数的差异。其核心应用场景包括：

1. 两个样本率的比较（选项B）
2. 两个样本构成比的比较（选项C）
3. 拟合优度检验（选项D）
4. 两个无序分类变量的关联性检验（选项E）

关键区别点：卡方检验处理的是分类数据（计数资料），而均数比较属于连续变量的参数检验问题，需采用t检验或方差分析等方法。因此，两样本均数的比较（选项A）不符合卡方检验的适用条件。

选项分析

A. 两样本均数的比较

• 均数是连续变量的集中趋势指标，需通过参数检验（如t检验）比较均值差异。
• 卡方检验无法直接处理连续变量的均值，因此不适用。

B. 两样本率的比较

• 比较两个样本的阳性率或发生率时，可通过列联表计算卡方值，判断两组率是否差异显著。

C. 两样本构成比的比较

• 分析两组分类数据的内部构成比例（如职业分布、疗效分级）时，卡方检验可检验构成比是否一致。

D. 拟合优度检验

• 验证观测数据是否符合某种理论分布（如正态分布、均匀分布），卡方检验可评估拟合程度。

E. 两无序分类变量的关联性检验

• 分析两个无序分类变量（如性别与疾病类型）是否存在关联，卡方检验可判断独立性。