K方独立性检验是一种统计方法，用于检验两个分类变量之间是否独立。具体推导过程如下：

首先，你需要将观测数据按照两个分类变量分别进行排序，然后计算每个分类变量中每个类别的频数。

接下来，你可以计算期望频数。期望频数是假设两个分类变量独立的情况下，每个类别在每个分类变量中的出现次数。

最后，你可以计算卡方统计量，它度量了实际频数和期望频数的差异程度。卡方统计量越大，说明两个分类变量之间的关联性越强。

具体的计算公式如下：

卡方统计量 = n(实际频数 - 期望频数)^2 / (期望频数 * (总样本数 - 期望频数))

其中，n是总样本数。

通过比较卡方统计量和卡方分布表中的临界值，你可以判断两个分类变量之间是否存在显著关联性。