Das Chi-Platz Es ist der sachkundigste Test und einer der am häufigsten verwendeten, um die Analyse von qualitative Variablen. Sein Name leitet sich von der ihm zugrunde liegenden Wahrscheinlichkeitsverteilung ab und seine Nützlichkeit erlaubt die Bewertung der Unabhängigkeit zwischen zwei Nominalvariablen u Ordinalzahl, wodurch eine Methode bereitgestellt wird, die überprüft, ob die beobachteten Häufigkeiten in jeder Kategorie mit der Unabhängigkeit der beiden Variablen kompatibel sind.
Um die Auswertung durchzuführen, die Berechnung der Werte, die die anzeigen absolute Unabhängigkeit, dies wird als erwartete Frequenz bezeichnet, die mit der Frequenz von verglichen wird die Probe.
Anzeige
Dies ist ein Test, der nur in Studien angewendet werden kann, die auf unabhängigen Stichproben basieren und wenn die meisten der Die erwarteten Werte sind größer als 5, da die erwarteten Werte diejenigen sind, die eine absolute Unabhängigkeit zwischen den beiden zeigen können Variablen.
Dieser Test verwendet eine Annäherung an seine Verteilung, um die Wahrscheinlichkeit einer Differenz zu bewerten der gleich oder größer ist als der zwischen den Daten und den erwarteten Häufigkeiten je nach Hypothese Null.
Anzeige
Die Genauigkeit dieser Auswertung hängt davon ab, ob die erwarteten Werte nicht so klein sind und bei einem geringeren Maß, dass der Kontrast zwischen ihnen nicht zu hoch ansteigt.
Anzeige
In diesem Artikel finden Sie:
Wofür ist der Chi-Platz?
Diese Statistik dient dazu, die Hypothesen zu den Häufigkeitsverteilungen zu testen. Im Allgemeinen hat dieser Test die Fähigkeit, die Beobachtung von Häufigkeiten den nach der Nullhypothese erwarteten Häufigkeiten gegenüberzustellen.
Mit dieser Statistik können Sie den Zusammenhang zwischen zwei Variablen testen, indem Sie eine hypothetische Situation und die simulierten Daten verwenden. Es wird auch verwendet, um zu bewerten, wie gut das Ergebnis für eine theoretische Verteilung ist, indem es vorgibt, die reale Verteilung der Daten einer bestimmten Stichprobe darzustellen.
Anzeige
Dies wird als Bewertung der Güte einer Anpassung bezeichnet, und um sie zu testen, ist es notwendig, das Maß dafür zu sehen, wie die beobachteten Daten in eine theoretische oder erwartete Verteilung passen. In diesem Fall sollten ein zweites Szenario und simulierte Daten verwendet werden.
Arten von Chi-Quadrat-Tests
Es ist ein Hypothesentest, die die Verteilung, die die Daten beobachtet, mit einer erwarteten Verteilung der Daten vergleichen kann. Aus diesem Grund gibt es verschiedene Arten von Tests, wie die unten genannten:
Anzeige
Chi-Quadrat-Anpassungstest
Diese Analyse wird verwendet, um zu überprüfen, wie gut eine Stichprobe kategorialer Daten zu einer theoretischen Verteilung passt.
So lässt sich beispielsweise durch mehrmaliges Würfeln und einen Passungstest von prüfen, ob ein Würfel fair ist Chi-Quadrat um zu bestimmen, ob die Ergebnisse einer gleichmäßigen Verteilung folgen. In diesem Sinne gelingt es der Statistik dieses Tests, die Variation der beobachteten Verteilung der Zählungen in Bezug auf die hypothetische Verteilung zu quantifizieren.
Chi-Quadrat-Test der Assoziation und Unabhängigkeit
Für diese Tests sind die Berechnungen gleich, die Antwort auf die gestellte Frage kann jedoch unterschiedlich sein.
- Der Assoziationstest wird verwendet, um festzustellen, ob eine Variable mit einer anderen Variable verknüpft ist.
- Der Unabhängigkeitstest wird verwendet, um anzuzeigen, ob der beobachtete Wert einer Variablen vom beobachteten Wert einer anderen Variablen abhängt.
Überlegungen zum Chi-Quadrat
Diese Art von Test legt im Gegensatz zu anderen keine Beschränkungen der Anzahl der Modalitäten fest nach Variablen und Sie brauchen nicht die Anzahl der Zeilen und Spalten in der Tabelle zu müssen übereinstimmen.
Wenn Sie dennoch eine Studie benötigen, die auf unabhängigen Stichproben basiert und die erwarteten Werte alle sind größer als 5, da alle erwarteten Werte normalerweise diejenigen sind, die die absolute Unabhängigkeit zwischen den beiden zeigen Variablen.
Außerdem muss der Messpegel höher oder nominal sein, um diese Art von Test zu verwenden. Es hat keine Obergrenze, was bedeutet, dass es nicht erleichtert, die Intensität zu kennen der Korrelation kann das Chi-Quadrat daher Werte zwischen Null und annehmen unendlich. Steigt dagegen die Stichprobe, erhöht sich auch der Wert dieses Tests.
Chi-Quadrat-Operation
Wie bereits erwähnt, wird dieser Test mit den Daten verwendet, die zu einer nominellen und höheren Skala gehören, daher kann man aus dem Chi-Quadrat zu Stellen Sie eine Nullhypothese auf, die nach einer bestimmten Wahrscheinlichkeitsverteilung fragt, ebenso wie das mathematische Modell der Bevölkerung, das die Show.
Sobald die Hypothese aufgestellt ist, muss der Kontrast durchgeführt werden und dazu müssen die Daten in einer Häufigkeitstabelle verfügbar sein. Die in jedem der Werte oder Werteintervalle beobachtete absolute Häufigkeit muss angegeben werden.
Da angenommen wird, dass die Nullhypothese für jeden Wert oder jedes Werteintervall wahr ist, muss die Berechnung der absoluten Häufigkeit durchgeführt werden, um die erwartete Häufigkeit zu erhalten.
Chi-Quadrat-Hypothesentest
Das Chi-Quadrat-Test Es ist Teil der Tests der Kontrastgüte oder Passung, die den Zweck haben zu entscheiden, ob die Annahme von Hypothesen möglich ist wenn eine gegebene Stichprobe aus einer bestimmten Grundgesamtheit stammt, die eine bestimmte Wahrscheinlichkeitsverteilung innerhalb der Hypothese aufweist Null.
Die Kontraste bestehen aus dem Vergleich der innerhalb der Stichprobe beobachteten Häufigkeiten zusammen mit den theoretischen oder erwarteten Häufigkeiten, falls die Nullhypothese zutrifft. Auf diese Weise wird die Nullhypothese verworfen, wenn ein signifikanter Unterschied zwischen den beobachteten Häufigkeiten und den erwarteten Häufigkeiten besteht.
