Tartalom
A Chi-négyzet, pontosabban Pearsons chi-square test néven ismert, az adatok statisztikai kiértékelésének egyik eszköze. Akkor használják, amikor a mintavétel kategorikus adatait összehasonlítják a várt vagy "igaz" eredményekkel. Például, ha úgy gondoljuk, hogy a tálcában lévő összes zselés bab 50% -a vörös, akkor a tálcából származó 100 babmintának kb. 50 vöröset kell tartalmaznia. Ha a szám különbözik az 50-től, akkor a Pearsons-teszt megmondja, hogy feltételezhető-e az 50 százalékos feltételezés, vagy ha a látott különbséget a normál véletlenszerű variációnak tulajdoníthatjuk.
A Chi-Square értékek értelmezése
Határozza meg chi-négyzetének szabadságát. Ha összehasonlítja az egy minta eredményeit több kategóriával, akkor a szabadság foka a kategóriák száma mínusz 1. Például, ha a színek eloszlását értékelték egy medúzák üvegedényében, és négy szín volt, 3. Ha a táblázatos adatokat összehasonlítjuk, akkor a szabadság foka megegyezik a sorok számával, mínusz 1-vel, szorozva az oszlopok számával, mínusz 1-vel.
Határozza meg azt a kritikus p értéket, amelyet az adatok kiértékeléséhez használ. Ez a százalékos valószínűség (100-val osztva), hogy egy adott khi-négyzet értéket csak véletlenszerűen kaptak. Egy másik módszer a p-re való gondolkodáshoz: az a valószínűség, hogy a megfigyelt eredmények eltérnek a várt eredményektől azon összeggel, amelyet kizárólag a mintavételi eljárás véletlenszerű variációja miatt tettek.
Keresse meg a chi-négyzet teszt statisztikájához társított p értéket a chi-négyzet eloszlási táblázat segítségével. Ehhez nézze meg a kiszámított szabadsági fokának megfelelő sort. Keresse meg a teszt statisztikához legközelebb eső sor értékét. Kövesse az oszlopot, amely ezt az értéket tartalmazza, felfelé a felső sorig, és olvassa le a p értéket. Ha a teszt statisztikája a kezdeti sorban található két érték között van, akkor beolvashat egy hozzávetőleges p-értéket, amely a felső sorban lévő két p-érték között van.
Hasonlítsa össze a táblázatból kapott p-értéket a korábban elhatározott kritikus p-értékkel. Ha a táblázatos p érték meghaladja a kritikus értéket, akkor arra a következtetésre jutott, hogy a minta kategória értékei és a várt értékek közötti bármilyen eltérés véletlenszerű variáció miatt következett be, és nem volt szignifikáns. Például, ha 0,05 (vagy 5%) kritikus p értéket választott, és táblázatos értéket talált volna 0,20-ra, akkor arra következtetne, hogy nincs szignifikáns eltérés.