The Chi Square To je najbolj usposobljen test in eden najbolj uporabljenih za izvajanje analize kvalitativne spremenljivke. Njegovo ime izhaja iz porazdelitve verjetnosti, na kateri temelji, in njegova uporabnost omogoča oceno neodvisnosti med dvema nominalnima spremenljivkama u redni, ki zagotavlja metodo, ki preverja, ali so frekvence, opažene v posamezni kategoriji, združljive z neodvisnostjo obeh spremenljivk.
Za izvedbo vrednotenja je treba izračunati vrednosti, ki bodo označevale absolutna neodvisnost, to se imenuje pričakovana frekvenca, ki jo bomo primerjali s frekvenco vzorec.
Oglasi
To je test, ki ga je mogoče uporabiti samo v študijah, ki temeljijo na neodvisnih vzorcih, in če večina Pričakovane vrednosti so večje od 5, saj so pričakovane vrednosti tiste, ki lahko pokažejo absolutno neodvisnost med obema spremenljivke.
Ta test uporablja približek svoje porazdelitve, da oceni verjetnost razlike ki je enak ali večji od obstoječega med podatki in pričakovanimi frekvencami, odvisno od hipoteze nič.
Oglasi
Natančnost te ocene bo odvisna od tega, ali pričakovane vrednosti niso tako majhne, in v primeru manjše mere, da se kontrast med njimi ne dvigne previsoko.
Oglasi
V tem članku boste našli:
Za kaj je Chi Square
Ta statistika služi za preizkušanje hipotez, povezanih s frekvenčno porazdelitvijo. Na splošno lahko ta test opazuje frekvence v primerjavi s frekvencami, pričakovanimi glede na nično hipotezo.
S pomočjo te statistike lahko preizkusite povezavo med dvema spremenljivkama s pomočjo hipotetične situacije in simuliranih podatkov. Uporablja se tudi za ocenjevanje, kako dober je rezultat za teoretično porazdelitev, tako da se pretvarja, da predstavlja resnično porazdelitev podatkov določenega vzorca.
Oglasi
To se imenuje ocenjevanje dobrega prileganja in za njegovo preizkušanje je treba videti, kako se opazovani podatki prilegajo znotraj teoretične ali pričakovane porazdelitve. V tem primeru je treba uporabiti drugi scenarij in simulirane podatke.
Vrste Chi kvadrat testov
Je preverjanje hipotez, ki lahko primerja distribucijo, ki opazuje podatke, s pričakovano distribucijo podatkov. Zaradi tega obstajajo različne vrste testov, kot so spodaj omenjene:
Oglasi
Hi-kvadrat test dobrega počutja
Ta analiza se uporablja za preverjanje, kako primerek kategoričnih podatkov ustreza teoretični porazdelitvi.
Na primer, lahko preverite, ali je matrica poštena, tako da jo večkrat valjate in uporabite preskus dobrega stanja Chi kvadrat da bi ugotovili, ali rezultati sledijo enakomerni porazdelitvi. V tem smislu statistika tega testa uspe kvantificirati spremembo opažene porazdelitve števila glede na hipotetično porazdelitev.
Hi kvadrat test združitve in neodvisnosti
Za te teste so izračuni enaki, vendar je odgovor na vprašanje, ki se lahko postavi, lahko drugačen.
- Test povezave se uporablja za ugotavljanje, ali je spremenljivka povezana z drugo spremenljivko.
- Test neodvisnosti se uporablja za prikaz, ali je opazovana vrednost spremenljivke odvisna od vrednosti, ki jo je mogoče opaziti pri drugi spremenljivki.
Hi kvadrat premisleki
Ta vrsta testa v nasprotju z drugimi ne določa omejitev glede števila načinov po spremenljivkah in vam ni treba, da mora biti število vrstic in stolpcev v tabeli sovpadajo.
Kljub temu, če potrebujete študijo, ki temelji na neodvisnih vzorcih in ko pričakovane vrednosti, vsi so večji od 5, saj so vse pričakovane vrednosti običajno tiste, ki dokazujejo absolutno neodvisnost med obema spremenljivke.
Za uporabo te vrste preskusa mora biti raven merjenja višja ali nominalna. Nima zgornje meje, kar pomeni, da ne olajša poznavanja intenzivnosti korelacije torej lahko kvadrat Chi sprejme vrednosti med nič in neskončno. Če se vzorec poveča, se tudi vrednost tega testa poveča.
Hi kvadrat operacija
Kot smo že omenili, se ta test uporablja s podatki, ki spadajo v nominalno in višjo lestvico, zato lahko s kvadratka Chi pridemo do vzpostavijo nično hipotezo, ki zahteva določeno porazdelitev verjetnosti, kot je matematični model populacije, ki je zagotovil oddaja.
Ko je hipoteza pridobljena, je treba izvesti kontrast in za to morajo biti podatki na voljo v frekvenčni tabeli. Navesti je treba absolutno frekvenco, ki jo opazimo pri vsaki vrednosti ali intervalih vrednosti.
Ker se torej domneva, da je nična hipoteza resnična za vsako vrednost ali interval vrednosti, je treba opraviti izračun absolutne frekvence, da dobimo pričakovano frekvenco.
Hipoteza hi kvadrat
The Hi kvadrat test Je del preizkusov dobrote kontrastov ali primernosti, katerih namen je odločiti, ali je mogoče sprejeti hipoteze kadar dani vzorec prihaja iz določene populacije, ki ima v hipotezi določeno verjetnostno porazdelitev nič.
Kontraste predstavlja primerjava frekvenc, ki jih opazimo v vzorcu, skupaj s teoretičnimi ali pričakovanimi frekvencami, če bi bila nična hipoteza resnična. Na ta način se zavrne nična hipoteza, če obstaja pomembna razlika med opaženimi frekvencami in pričakovanimi frekvencami.
