千平方计算器

计算您的观测值和预期值的 chi- square 统计值和 p- 值 。

计算器

输入您的数据

输入以逗号分隔的观察到值

输入以逗号分隔的预期值

目录

1 Chi-Square测试综合指南
2 奇-平方公式
3 如何计算千平方
4 解释奇-平方结果
5 实例
深度内

Chi-Square测试综合指南

Chi-Square测试是分析绝对数据的最重要和被广泛使用的统计工具之一. 它有助于研究人员确定绝对变量之间是否有重大关联,或者观测到的频率是否与预期的频率不同.

千平方试验类型

千平方块 独立测试

用来确定两个绝对变量之间是否存在重大的关系. 例如,检验性别是否与投票偏好有关。

千平方位适合测试

用来确定样本数据是否符合假设的分布. 例如,测试样本中血型的分布是否符合预期的人口比例。

数学基金会

Chi-Square统计是基于不同类别观测到的频率与预期频率的比较。 公式衡量所观测值和预期值之间的平方差和,按预期值计算。

公式:
χ² = Σ((O - E)² / E)

千平面分布图

Chi-Square分布是一个由右侧概率分布组成的家族,其中有一个参数:自由度 (df). 为了在应急表中检验独立性,自由度的计算如下:

df=(r-1)×(c-1)

其中r为行数,c为应急表中行数。

密钥假设

  • 随机抽样:必须从感兴趣的人群中随机抽取数据。
  • 独立:观察相相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相出相
  • 样本大小:预期频率应至少为80分之5% 且任何单元格的预期频率不应低于1。
  • 耗尽类别:类别必须是相互排斥的,必须集体详尽无遗。

不同领域的应用程序

保健

检测治疗与结果之间的关联,人群中的疾病流行情况,或医疗干预的有效性.

社会科学

分析人口变数、投票模式、教育水平或调查答复之间的关系。

商业和营销

检查消费者偏好,市场分割,产品满意度分数,或A/B测试结果.

常见的误解

  • 因果关系:奇-平方测试显示关联,而非因果关系.
  • 小样本:由于预期频率小,试验可能不可靠。
  • 负值:千平方的值总是非负值.
  • 连续数据:Chi-Square是针对绝对数据而不是连续变量设计的.

分步前进 Chi-Square 测试程序

  1. 公式假设

    虚伪( H0):变量是独立的或被观察到的频率与预期的频率相匹配.

    备选假设 (H1级):变量是相关或观测到的频率与预期频率不同.

  2. 创建一个可观测值的应急表
    将绝对数据组织到一个表格中,显示每个类别组合的频率。
  3. 计算预期频率
    每个单元格: 预期数=(牛总数×栏总数)/大总数
  4. 计算千平方统计
    χ2 = Σ(O-E)2 / E) 横跨所有单元格
  5. 确定自由程度(df)
    应急表:df=(r-1)×(c-1)
  6. 查找关键值或 p 值
    使用Chi-Square分布表或统计软件来确定意义.
  7. 做个决定
    如果 p 值< α (typically 0.05), reject H₀.

可视化 Chi-Square 测试

千平方分布

不同自由度的千平方概率分布曲线 (df)

高级主题

Yates 的校正

对于预期频率小的2×2应急表,Yates的校正可以被应用来降低I型出错的风险.

小样本替代品

费舍尔精确 当样品尺寸小而预期频率小于5时,往往更倾向于测试.

概念

奇-平方公式

Chi-square测试用于确定一个或多个类别的预期频率和被观测频率是否有显著差异.

公式:
χ² = Σ((O - E)² / E)

地点:

  • {\fn黑体\fs22\bord1\shad0\3aHBE\4aH00\fscx67\fscy66\2cHFFFFFF\3cH808080}=============================================================
  • O是观测值
  • E 是预期值
  • Σ是所有类别的总和
步骤

如何计算千平方

要计算千何平方,请遵循这些步骤:

  1. 1
    收集每个类别的观测值和预期值
  2. 2
    每类计算(O-E)2/E
  3. 3
    汇总所有值以获取 Chi- square 统计数据
  4. 4
    使用 Chi- square 分布计算 p 值
指南

解释奇-平方结果

了解Chi -square测试告诉你的数据:

  • 1
    小千平方块 数值:

    表示观测到的值接近预期值.

  • 2
    大齐平方 数值:

    表示观测值和预期值之间的显著差异。

  • 3
    P-Value 口译:

    P值< 0.05 suggests rejecting the null hypothesis.

实例

实例

实例1遗传十字

观察:30、20、20、30
预期:25、25、25、25

千平方为 4.0

P-价值=0.2615

结果在统计学上并不重要。

实例2调查结果

观察:40、60、30、70
预期:50、50、50、50

千平方为 20.0

P-价值=0.0002

结果在统计学上意义重大。

实例3骰子滚

观察:18,17,16,19,15
预期:17、17、17、17、17

千平方为0.941

P-Value = 0.967 (中文(简体) )

死者看来很公平

工具

统计计算器

Z Score To P Value Chi Square To P Value P Value Critical Value Error Function

还需要其他工具吗?

找不到你需要的计算器吗? 联系我们 建议其他统计计算器。