Či laukums (funkcionēšana un hipotēžu pārbaude)

  • Jul 26, 2021
click fraud protection

The Či laukums ir visvairāk zinošais tests un viens no visvairāk izmantotajiem, lai veiktu kvalitatīvie mainīgie. Tās nosaukums nāk no varbūtības sadalījuma, uz kura tas balstās, un tā lietderība ļauj novērtēt neatkarību starp diviem nominālajiem mainīgajiem u kārtas numurs, nodrošinot metodi, kas pārbauda, ​​vai katrā kategorijā novērotās frekvences ir saderīgas ar abu mainīgo lielumu neatkarību.

Lai veiktu novērtēšanu, aprēķina vērtības, kas norāda uz absolūtu neatkarību, to sauc par paredzamo biežumu, kuru salīdzinās ar biežumu paraugu.

Sludinājumi

Šis ir tests, ko var piemērot tikai pētījumos, kuru pamatā ir neatkarīgi paraugi un ja lielākā daļa Paredzamās vērtības ir lielākas par 5, jo paredzamās vērtības ir tās, kas var parādīt absolūtu neatkarību starp abiem mainīgie.

Šajā testā tiek izmantots tuvinājums tā sadalījumam, lai novērtētu atšķirības varbūtību kas ir vienāds vai lielāks par esošo starp datiem un biežumiem, kas ir sagaidāmi atkarībā no hipotēzes nulle.

Sludinājumi

Šī novērtējuma precizitāte būs atkarīga no tā, vai paredzamās vērtības nav tik mazas, un mazāka mēroga gadījumā kontrasts starp tām nepaaugstinās pārāk augstu.

kvadrātveida chi

Sludinājumi

Šajā rakstā jūs atradīsit:

Kam domāts Či laukums

Šī statistika kalpo, lai pārbaudītu hipotēzes, kas saistītas ar frekvences sadalījumiem. Kopumā šim testam ir iespēja salīdzināt frekvenču novērošanu ar gaidāmajām frekvencēm saskaņā ar nulles hipotēzi.

Izmantojot šo statistiku, varat pārbaudīt divu mainīgo saistību, izmantojot hipotētisku situāciju un imitētos datus. To izmanto arī, lai novērtētu, cik labs rezultāts ir teorētiskajam sadalījumam, izliekoties, ka tas reprezentē noteikta parauga datu reālo sadalījumu.

Sludinājumi

To sauc par derīguma novērtēšanu un lai to pārbaudītu, ir nepieciešams redzēt mēru, kā novērotie dati iekļaujas teorētiskajā vai sagaidāmajā sadalījumā. Šajā gadījumā jāizmanto otrais scenārijs un imitēti dati.

Chi kvadrātveida testu veidi

Tas ir hipotēzes pārbaude, kas var salīdzināt izplatību, kas novēro datus, ar paredzamo datu sadalījumu. Tāpēc pastāv dažādi testu veidi, piemēram, tie, kas minēti turpmāk:

Sludinājumi

Či kvadrāta fit-fit tests

Šo analīzi izmanto, lai pārbaudītu, cik labi kategorisko datu paraugs atbilst teorētiskajam sadalījumam.

Piemēram, ir iespējams pārbaudīt, vai matrica ir taisnīga, vairākas reizes ritinot un izmantojot atbilstības pārbaudi Či laukums lai noteiktu, vai rezultāti turpinās pēc vienmērīga sadalījuma. Šajā ziņā šī testa statistikai izdodas kvantificēt novēroto skaitļu sadalījuma variācijas attiecībā pret hipotētisko sadalījumu.

Či laukuma asociācijas un neatkarības pārbaude

Šiem testiem aprēķini ir vienādi, tomēr atbilde uz uzdoto jautājumu var būt atšķirīga.

  • Asociācijas testu izmanto, lai noteiktu, vai mainīgais ir saistīts ar citu mainīgo.
  • Neatkarības pārbaudi izmanto, lai norādītu, vai mainīgā mainīgā vērtība ir atkarīga no vērtības, kuru var novērot citam mainīgajam.

Či laukuma apsvērumi

Šis testa veids, atšķirībā no citiem, nenosaka ierobežojumus modalitāšu skaitam pēc mainīgajiem lielumiem, un jums nav nepieciešams, lai tabulas rindu un kolonnu skaitam būtu jābūt sakrīt.

Neskatoties uz to, ja jums ir nepieciešams veikt pētījumu, kura pamatā ir neatkarīgi paraugi un kad paredzamās vērtības, visi ir lielāki par 5, jo visas paredzamās vērtības parasti ir tās, kas parāda absolūtu neatkarību starp abiem mainīgie.

Lai izmantotu šāda veida testus, mērījumu līmenim jābūt augstākam vai nominālam. Tam nav augšējās robežas, kas nozīmē, ka tas neveicina intensitātes pazīšanu korelācijas, tāpēc Chi kvadrāts var iegūt vērtības starp nulli un bezgalīgs. Ja, no otras puses, paraugs palielinās, palielinās arī šī testa vērtība.

Či laukuma darbība

Kā jau minēts, šo testu izmanto ar datiem, kas pieder nominālajai un augstākajai skalai, tāpēc no Či laukuma var nokļūt plkst. izveido nulles hipotēzi, kas prasa noteiktu varbūtības sadalījumu, tāpat kā iedzīvotāju matemātiskais modelis, kas nodrošinājis šovs.

Kad hipotēze ir iegūta, jāveic kontrasts un, lai to izdarītu, datiem jābūt pieejamiem frekvenču tabulā. Jānorāda absolūtais biežums, kas novērots katrā no vērtībām vai vērtību intervāliem.

Tādējādi, tā kā tiek pieņemts, ka nulles hipotēze atbilst katrai vērtībai vai vērtību intervālam, ir jāaprēķina absolūtais biežums, lai iegūtu paredzamo biežumu.

Chi kvadrātveida hipotēzes tests

The Či kvadrātveida tests Tā ir daļa no kontrastu vai piemērotības pārbaudēm, kuru mērķis ir izlemt, vai ir iespējams pieņemt hipotēzes kad dotā izlase nāk no noteiktas populācijas, kurai hipotēzē ir īpašs varbūtības sadalījums nulle.

Kontrastus veido paraugā novēroto frekvenču salīdzinājums kopā ar teorētiskajām vai gaidāmajām frekvencēm, ja nulles hipotēze būtu patiesa. Tādā veidā nulles hipotēze tiek noraidīta, ja pastāv ievērojama atšķirība starp novērotajām un gaidāmajām frekvencēm.

instagram viewer