Sådan fortolkes Chi-Squared

Posted on
Forfatter: Randy Alexander
Oprettelsesdato: 2 April 2021
Opdateringsdato: 17 November 2024
Anonim
Sådan fortolkes Chi-Squared - Videnskab
Sådan fortolkes Chi-Squared - Videnskab

Indhold

Chi-kvadrat, mere korrekt kendt som Pearsons chi-square test, er et middel til statistisk evaluering af data. Det bruges, når kategoriske data fra en prøveudtagning sammenlignes med forventede eller "ægte" resultater. Hvis vi f.eks. Mener, at 50 procent af alle gelébønner i en skraldespand er røde, skal en prøve på 100 bønner fra denne dåse indeholde cirka 50, der er røde. Hvis vores antal adskiller sig fra 50, fortæller Pearsons-test os, om vores antagelse på 50 procent er mistænkt, eller om vi kan tilskrive forskellen, vi så, til normal tilfældig variation.


Fortolkning af Chi-Square-værdier

    Bestem graden af ​​frihed for din chi-square værdi. Hvis du sammenligner resultaterne for en enkelt prøve med flere kategorier, er frihedsgraderne antallet af kategorier minus 1. Hvis du f.eks. Vurderede fordelingen af ​​farver i en krukke med jellybeans, og der var fire farver, var graderne af frihed ville være 3. Hvis du sammenligner tabeloplysninger, svarer frihedsgrader til antallet af rækker minus 1 ganget med antallet af kolonner minus 1.

    Bestem den kritiske p-værdi, som du vil bruge til at evaluere dine data. Dette er den procentvise sandsynlighed (divideret med 100) for, at en specifik chi-kvadratværdi blev opnået alene ved tilfældighed. En anden måde at tænke på p er, at det er sandsynligheden for, at dine observerede resultater afviger fra de forventede resultater med det beløb, de udelukkende gjorde på grund af tilfældig variation i prøveudtagningsprocessen.


    Slå op p-værdien tilknyttet din chi-square teststatistik ved hjælp af chi-square distributionstabellen. For at gøre dette skal du kigge langs rækken, der svarer til dine beregnede frihedsgrader. Find værdien i denne række tættest på din teststatistik. Følg kolonnen, der indeholder denne værdi opad til den øverste række, og aflæs p-værdien. Hvis din teststatistik er mellem to værdier i den første række, kan du aflæse en omtrentlig p-værdi mellem to p-værdier i den øverste række.

    Sammenlign p-værdien opnået fra tabellen med den kritiske p-værdi, der tidligere blev besluttet. Hvis din tabelformede p-værdi er over den kritiske værdi, konkluderer du, at enhver afvigelse mellem prøvekategoriværdierne og de forventede værdier skyldtes tilfældig variation og ikke var signifikant. Hvis du for eksempel valgte en kritisk p-værdi på 0,05 (eller 5%) og fandt en tabelværdi på 0,20, ville du konkludere, at der ikke var nogen signifikant variation.


    Tips

    Advarsler