De Chi-plein is de meest deskundige test en een van de meest gebruikte om de analyse uit te voeren van: kwalitatieve variabelen. De naam komt van de kansverdeling waarop het is gebaseerd en het nut ervan maakt de evaluatie mogelijk van de onafhankelijkheid tussen twee nominale variabelen u ordinaal, wat een methode biedt die verifieert of de frequenties die in elke categorie worden waargenomen, compatibel zijn met de onafhankelijkheid van de twee variabelen.
Om de evaluatie uit te voeren, moet de berekening van de waarden die de. aangeven absolute onafhankelijkheid, dit wordt de verwachte frequentie genoemd, die wordt vergeleken met de frequentie van het voorbeeld.
advertenties
Dit is een test die alleen kan worden toegepast in onderzoeken die zijn gebaseerd op onafhankelijke steekproeven en als de meeste Verwachte waarden zijn groter dan 5, omdat de verwachte waarden de waarden zijn die absolute onafhankelijkheid tussen de twee kunnen aantonen variabelen.
Deze test gebruikt een benadering van de verdeling om de kans op een verschil te evalueren die gelijk is aan of groter is dan de bestaande tussen de gegevens en de verwachte frequenties, afhankelijk van de hypothese nul.
advertenties
De nauwkeurigheid van deze evaluatie zal afhangen van het feit of de verwachte waarden niet zo klein zijn en, in het geval van een kleinere maat, dat het contrast tussen hen niet te hoog oploopt.
advertenties
In dit artikel vind je:
Waar is Chi-plein voor?
Deze statistiek dient om de hypothesen met betrekking tot de frequentieverdelingen te testen. Over het algemeen heeft deze test het vermogen om de waarneming van frequenties te contrasteren met de frequenties die worden verwacht volgens de nulhypothese.
Met behulp van deze statistiek kunt u de associatie tussen twee variabelen testen door een hypothetische situatie en de gesimuleerde gegevens te gebruiken. Het wordt ook gebruikt om te evalueren hoe goed het resultaat is voor een theoretische verdeling, door te doen alsof het de werkelijke verdeling van de gegevens van een bepaalde steekproef weergeeft.
advertenties
Dit wordt het evalueren van de goedheid van een fit genoemd en om het te testen is het noodzakelijk om de maat te zien van hoe de waargenomen gegevens passen binnen een theoretische of verwachte distributie. In dit geval moet een tweede scenario en gesimuleerde gegevens worden gebruikt.
Soorten Chi-kwadraattests
Het is een hypothese testen, die de verdeling die de gegevens waarneemt kan vergelijken met een verwachte verdeling van de gegevens. Hierdoor zijn er verschillende soorten tests, zoals hieronder vermeld:
advertenties
Chi-kwadraat goodness-of-fit-test
Deze analyse wordt gebruikt om te controleren hoe goed een steekproef van categorische gegevens past bij een theoretische verdeling.
Het is bijvoorbeeld mogelijk om te controleren of een dobbelsteen eerlijk is door meerdere keren te worden gegooid en een goodness-of-fit-test van Chi vierkant om te bepalen of de resultaten een uniforme verdeling volgen. In die zin slaagt de statistiek van deze test erin om de variatie van de waargenomen verdeling van de tellingen te kwantificeren in relatie tot de hypothetische verdeling.
Chi vierkante test van associatie en onafhankelijkheid
Voor deze testen zijn de berekeningen hetzelfde, maar het antwoord op de eventueel gestelde vraag kan anders zijn.
- De associatietest wordt gebruikt om te bepalen of een variabele is gekoppeld aan een andere variabele.
- De onafhankelijkheidstest wordt gebruikt om aan te geven of de waargenomen waarde van een variabele afhangt van de waarde die kan worden waargenomen van een andere variabele.
Chi vierkante overwegingen
Dit type test legt, in tegenstelling tot andere, geen beperkingen op aan het aantal modaliteiten door variabelen en je hebt niet het aantal rijen en kolommen in de tabel nodig om dat te doen samenvallen.
Desondanks, als u een onderzoek nodig heeft dat is gebaseerd op onafhankelijke steekproeven en wanneer de verwachte waarden, ze zijn allemaal groter dan 5, omdat alle verwachte waarden meestal de waarden zijn die de absolute onafhankelijkheid tussen de twee aantonen variabelen.
Om dit type test te gebruiken, moet het meetniveau ook hoger of nominaal zijn. Het heeft geen bovengrens, wat betekent dat het niet vergemakkelijkt om de intensiteit te kennen van de correlatie, daarom kan het Chi-kwadraat waarden aannemen tussen nul en eindeloos. Als daarentegen de steekproef toeneemt, neemt ook de waarde van deze test toe.
Chi vierkante operatie
Zoals eerder vermeld, wordt deze test gebruikt met de gegevens die behoren tot een nominale en hogere schaal, daarom kan men vanaf het Chi-kwadraat komen tot stel een nulhypothese vast die om een specifieke kansverdeling vraagt, evenals het wiskundige model van de populatie dat de has tonen.
Zodra de hypothese is verkregen, moet het contrast worden uitgevoerd en om dit te doen, moeten de gegevens beschikbaar zijn in een frequentietabel. De absolute frequentie die in elk van de waarden of intervallen van waarden wordt waargenomen, moet worden aangegeven.
Aangezien dus wordt aangenomen dat de nulhypothese waar is voor elke waarde of interval van waarden, moet de absolute frequentieberekening worden gemaakt om de verwachte frequentie te verkrijgen.
Chi-kwadraat-hypothesetest
De Chikwadraattoets Het maakt deel uit van de tests van goedheid van contrasten of fit, die tot doel hebben te beslissen of de aanvaarding van hypothesen mogelijk is wanneer een gegeven steekproef uit een bepaalde populatie komt met een specifieke kansverdeling binnen de hypothese nul.
De contrasten bestaan uit de vergelijking van frequenties die binnen de steekproef worden waargenomen, samen met de theoretische of verwachte frequenties, voor het geval de nulhypothese waar zou zijn. Op deze manier wordt de nulhypothese verworpen als er een significant verschil is tussen de waargenomen frequenties en de verwachte frequenties.
