CHAID, o detección automática de interacciones mediante chi-cuadrado (del inglés Chi-squared Automatic Interaction Detection), es un método de clasificación para generar árboles de decisión mediante estadísticas de chi-cuadrado para identificar divisiones óptimas.

CHAID primero examina las tabulaciones cruzadas entre cada uno de los campos de entrada y el resultado, y contrasta la significación utilizando una prueba de independencia de chi-cuadrado. Si más de una de estas relaciones son estadísticamente significativas, CHAID selecciona el campo de entrada que es el más significativo (valor p más pequeño). Si una entrada tiene más de dos categorías, se comparan. Las categorías que no muestran diferencias en el resultado se contraen juntas. La fusión de categorías se realiza uniendo sucesivamente el par de categorías que muestran la diferencia menos significativa. Este proceso de fusión de categorías se detiene cuando todas las categorías restantes difieren entre sí en el nivel de comprobación especificado. En el caso de campos de entrada nominales, se pueden fusionar todas las categorías. Sin embargo, en los conjuntos ordinales, únicamente se podrán fusionar las categorías contiguas.

CHAID exhaustivo es una modificación de CHAID que examina con mayor precisión todas las divisiones posibles para cada predictor, aunque necesita más tiempo pare realizar los cálculos.