Chi-Neliö Tilastotieto: Miten Laskea Se / Jakelu

Havaittuja Muuttujia: Määritelmä

Sisällysluettelo

Määritelmiä

1. Mitä on Chi-Neliö-Testi?
2. mikä on Chi-Neliötilasto?
3. Chi Square P-arvot.
4. Chi-Neliö Jakelun & Chi Jakelu

Laskelmat:

1. Miten Laskee Chi-Neliö Tilastotieto:
   • Käsin (video)
   • SPSS-Ohjeita.,
2. Miten Test Chi-Square Hypoteesi (video)

Katso myös:

• Chi-square testi normaaliuden.

mikä on Chi-Neliökoe?

chi-neliötestejä on kahdenlaisia. Molemmat käyttävät chi-neliö tilastotieto ja jakelu eri tarkoituksiin:

• chi-square hyvyys-of-fit testi määrittää, jos näytteen tiedot vastaa väestön. Lisätietoja tästä tyypistä: hyvyys Fit Test.
• chi-square-testi itsenäisyyden vertaa kahta muuttujaa kontingenssitaulukossa nähdä, jos ne liittyvät., Yleisemmässä mielessä se testaa, eroavatko kategoristen muuttujien jakaumat toisistaan.
  • hyvin pieni chi square – testin tilasto tarkoittaa, että havaitut tiedot sopivat odotettuihin tietoihin erittäin hyvin. Toisin sanoen on parisuhde.
  • erittäin suuri chi-neliötestitilasto tarkoittaa, että tiedot eivät sovi kovin hyvin. Toisin sanoen, ei ole suhdetta.

Takaisin Alkuun

Mitä on Chi-Neliö Tilastotieto?,

kaava chi-neliö tilastotieto käytetään khiin neliö-testi on:

alaindeksi ”c” on vapausasteita. ”O” on havaittu arvo ja E on odotusarvo. On hyvin harvinaista, että haluat todella käyttää tätä kaavaa löytää kriittinen chi-neliö arvo käsin. Summattu symboli tarkoittaa, että sinun täytyy suorittaa laskennan jokainen tietoja kohteen tiedot asetettu. Kuten voit luultavasti kuvitella, laskelmat voivat saada hyvin, hyvin, pitkä ja ikävä., Sen sijaan SPSS: ssä kannattaa todennäköisesti käyttää teknologiaa:

• Chi Square Test.
• Chi Square P-arvo Excelissä.

chi-neliö tilastotieto on yksi tapa osoittaa suhde kahden kategorisen muuttujan. Tilastoissa muuttujia on kahdenlaisia: numeerisia (laskettavissa olevia) muuttujia ja ei-numeerisia (kategorisia) muuttujia. Chi-neliö tilastotieto on yksi numero, joka kertoo, kuinka paljon ero on välillä havaittu laskee ja laskee, voit odottaa, jos ei ole suhdetta ollenkaan väestöstä.,

chi-neliötilastossa on muutamia variaatioita. Se, mitä käytät, riippuu siitä, miten keräsit tiedot ja mitä hypoteesia testataan. Kuitenkin, kaikki muunnelmia käyttää samaa ajatusta, joka on, että olet vertaamalla lämpötila-arvoja, joiden arvot voit itse kerätä. Yksi yleisimpiä muotoja voidaan käyttää valmiussuunnitelma taulukoita:

Missä Oi on havaittu arvo, E on odotusarvo ja ”minä” on ”i” asentoon kontingenssitaulukossa.,

alhainen arvo, chi-neliö tarkoittaa, että on korkea korrelaatio kahden datasarjan. Teoriassa, jos havaitut ja odotetut arvot olivat yhtä suuret (”ei eroa”) sitten chi-square olisi nolla — tapahtuma, joka ei todennäköisesti tapahdu tosielämässä. Ei ole niin helppoa päättää, onko chi-square testitilasto riittävän suuri osoittamaan tilastollisesti merkitsevää eroa. Se olisi mukavaa, jos voisimme sanoa khiin neliö-testin tilastollinen tulos >10 tarkoittaa eroa, mutta valitettavasti näin ei ole asian laita.,

voit ottaa lasketun chi-neliöarvosi ja verrata sitä kriittiseen arvoon chi-neliötaulukosta. Jos chi-neliöarvo on enemmän kuin kriittinen arvo, niin on merkittävä ero.

voit käyttää myös p-arvoa. Ensin ilmoitetaan nollahypoteesi ja vaihtoehtoinen hypoteesi. Luo chi-square käyrä tuloksia sekä p-arvo (Katso: Laskea chi-square p-arvo Excel). Pienet p-arvot (alle 5%) osoittavat yleensä, että ero on merkittävä (tai ”riittävän pieni”).

Vihje: Chi-neliötilastoa voidaan käyttää vain numeroissa., Niitä ei voi käyttää prosenttiosuudet, mittasuhteet, tarkoittaa tai vastaavia tilastollisia arvoja. Esimerkiksi, jos sinulla on 10 prosenttia 200 ihmistä, sinun täytyy muuntaa että määrä (20), ennen kuin voit suorittaa testin tilastollinen tulos.
Takaisin Alkuun

Chi-Square P-Arvot.

chi-neliötesti antaa p-arvon. P-arvo kertoo, ovatko testituloksesi merkittäviä vai eivät. Jotta voit suorittaa chi-neliötestin ja saada p-arvon, tarvitset kaksi tietoa:

1. vapausasteet. Se on vain luokkien määrä miinus 1.
2. alfataso(α)., Tämän valitsee sinä tai tutkija. Tavallinen alfataso on 0,05 (5%), mutta sinulla voi olla myös muita tasoja, kuten 0,01 tai 0,10.

alkeis tilastoja tai AP tilastot, sekä vapausasteet(df) ja alfa-tasolla ovat yleensä antaneet teille kysymyksen. Sinun ei yleensä tarvitse selvittää, mitä ne ovat. Saatat joutua selvittämään df itse, mutta se on melko yksinkertainen: laske luokat ja vähennä 1.,

vapausasteet ovat sijoitettu alaindekseinä, kun chi-square (Χ2) – symboli. Esimerkiksi seuraavassa chi-neliössä on 6 df:
Χ26.
ja tässä chi-neliössä on 4 df:
Χ24.,
Takaisin Alkuun

Chi-Neliö Jakelun

chi-neliö jakelu (kutsutaan myös chi-squared distribution) on erikoistapaus gamma-jakauma; Chi-neliö jakelun kanssa n vapausasteita on yhtä gamma-jakauma, jossa a = n / 2 ja b = 0.5 (tai β = 2).

oletetaan, että olet ottanut satunnaisotoksen normaalijakaumasta. Chi-neliöjakauma on näiden satunnaisnäytteiden summan jakauma ., Vapausasteet (K) ovat yhtä suuret kuin summattavien näytteiden määrä. Jos esimerkiksi olet ottanut 10 näytettä normaalijakaumasta, niin df = 10. Myös vapausasteet chi-neliöjakaumassa ovat sen keskiarvoja. Tässä esimerkissä tämän erityisen jakauman keskiarvo on 10. Chi square jakaumat ovat aina oikeassa vinossa. Kuitenkin, mitä enemmän vapausasteita, sitä enemmän chi-neliö jakelun näyttää normaali jakelu.,

Käyttää

chi-squared distribution on monia käyttötarkoituksia tilastot, mukaan lukien:

• luottamusväli arvio populaation keskihajonta normaali jakelu otoksen keskihajonta.
• kahden laadullisten muuttujien luokitteluperusteen riippumattomuus.
• kategoristen muuttujien väliset suhteet (varataulukot).
• Otosvarianssitutkimus, kun perusjakauma on normaali.
• odotettujen ja havaittujen esiintymistiheyksien erojen poikkeamien testit (yksisuuntaiset taulukot).,
• The chi-square test (a goodness of fit test).

Chi Jakelu

samanlainen jakauma on chi jakelu. Tämä jakauma kuvaa chi-neliöjakauman mukaan jaetun muuttujan neliöjuurta.; kanssa df = n > 0 vapausasteita on todennäköisyystiheysfunktio on:

f(x) = 2(1-n/2) x(n-1) e(-(x2)/2) / Γ(n/2)

arvoille, kun x on positiivinen.,

cdf tämä toiminto ei ole suljetussa muodossa, mutta se voidaan approksimoida useita integrals, käyttäen calculus.

Takaisin Alkuun

Miten Laskee Chi-Neliö Tilastotieto

chi-neliö tilastotieto käytetään testaus hypoteeseja. Katso tämä video, miten laskea chi neliö, tai lue vaiheet alla. Onko sinulla yhä vaikeuksia? Chegg.com sopii sinulle tutor, ja ensimmäinen 30 minuuttia on ilmainen!

chi-Squaren kaava on vaikea kaava käsitellä. Se johtuu lähinnä siitä, että sinun odotetaan lisäävän suuren määrän numeroita. Helpoin tapa ratkaista kaava on tehdä pöytä.

Vaihe 2: Täytä kategoriasi. Kategoriat on annettava sinulle kysymyksessä. On olemassa 12 zodiac merkkejä, joten:

Vaihe 3: Kirjoita laskee. Määrät ovat sarakkeen 2 kunkin luokan erien lukumäärä., Olet antanut merkitystä kysymys:

Vaihe 4: Laske lämpötila-arvon sarake 3. Tämä kysymys, me odottaa 12 zodiac merkkejä tasaisesti kaikille 256 ihmisiä, joten 256/12=21.333. Kirjoita tämä sarakkeeseen 3.

Vaihe 5: Vähennä odotusarvo (Vaihe 4) Havaittu arvo (Vaihe 3) ja aseta tuloksen ”Jäljellä” – sarakkeessa. Esimerkiksi ensimmäinen rivi on Oinas: 29-21.333=7.667.,

Vaihe 6: Neliö tulokset vaiheesta 5 ja aseta määriä (Obs-Exp)2 sarakkeessa.

Vaihe 7: Jaa summat Vaihe 6 odotusarvo (Vaihe 4) ja aseta ne tulokset viimeisessä sarakkeessa.

Vaihe 8: Lisää ylös (sum) kaikki arvot viimeiseen sarakkeeseen.

Tämä on chi-neliö tilastotieto: 5.094.

Kuten selitys?, Tutustu Käytännössä Huijaaminen Tilastoissa-Käsikirja, joka on satoja enemmän askel-askeleelta selityksiä, aivan kuten tämä!

Takaisin Alkuun

SPSS-Ohjeita.

SPSS: n chi-neliötesti löytyy kohdasta ”Crosstabs”.

Example problem: Run a chi square test in SPSS.

Huomautus: jotta voit suorittaa khiin neliö-testi SPSS sinun pitäisi jo kirjoitettu hypoteesi lausunto. Katso: miten lausua nollahypoteesi.

Katso video tai lue alla olevia ohjeita:

Vaihe 1: klikkaa ”Analysoi,” sitten klikkaa ”kuvaava tilastot,” sitten klikkaa ”Crosstabs.”

Vaihe 2: Klikkaa ”tilastot” – painiketta. Tilastonappi on Crosstabs-ikkunan oikealla puolella. Uusi pop up-ikkuna ilmestyy.

Vaihe 3: Klikkaa ”Chi-Square” aseta valintaruutu ja napsauta sitten ”Jatka” palata Crosstabs-ikkuna.,

Vaihe 4: Valitse ajettavat muuttujat (eli valitse kaksi muuttujaa, joita haluat verrata chi-neliötestillä). Valitse yksi muuttuja vasemmasta ikkunasta ja napsauta sitten yläreunan nuolta siirtääksesi muuttujan ” riviin(riveihin).”Toista lisätä toinen muuttuja ”sarakkeen(sarakkeiden)” ikkunaan.

Vaihe 5: Napsauta ”solut” ja tarkista sitten ”Rivit” ja ”sarakkeet”. Klikkaa ” Jatka.”

Vaihe 6: Klikkaa” OK ” ajaa Chi neliö testi. Chi Square-testit palautetaan tulostuslevyn alareunassa” Chi Square Tests ” – laatikossa.,

Vaihe 7: Vertaa p-arvo palauttaa chi-neliön alueella (lueteltu Asymp Sig-sarake) valitsemasi alpha tasolla.

Takaisin Alkuun

tutustu YouTube-kanava lisää apua tilastot. Etsi kymmeniä videoita basic stats principles plus Miten laskea tilastot Microsoft Excel.

Miten Test Chi-Square Hypoteesi (Testi Riippumattomuus)

Katso video, tai lukea ohjeita:

itsenäistymisen chi-neliötesti osoittaa, miten kategoriset muuttujat liittyvät toisiinsa., Tilastossa on muutamia variaatioita; mitä niistä käytät riippuu siitä, miten keräsit tiedot. Se riippuu myös siitä, miten hypoteesi on muotoiltu. Kaikissa muunnelmissa käytetään samaa ideaa; vertaat odotettuja arvoja (odotettuja arvoja) niihin arvoihin, joita todella keräät (havaittuja arvoja). Yksi yleisimmistä muodoista voidaan käyttää varotaulukossa.

chi-square hypoteesi testi on sopiva, jos sinulla on:

• Diskreetti tuloksia (kategorinen.)
• Dichotomous muuttujia.
• Ordinaaliset muuttujat.,

esimerkiksi, sinulla voisi olla kliinisessä tutkimuksessa veren sokeria tuloksia hypoglycemic, normoglycemic, tai hyperglykeeminen.

Test Chi-Square Hypoteesi: Vaiheet

Näyte kysymys: Test chi-square hypoteesi, jolla on seuraavat ominaisuudet:

1. 11 vapausasteet
2. Chi-square-testi tilastotieto 5.094

Huomautus: vapausasteet on sama kuin luokkien määrä miinus 1.

Vaihe 1: Take The chi-square statistic. Etsi p-arvo chi-neliö taulukossa., Jos et tunne chi-square taulukot, chi-square taulukko linkki sisältää myös lyhyen videon siitä, miten lukea taulukosta. Lähin arvo, df=11 ja 5.094 on välillä .900 ja .950.
Huomautus: chi neliö taulukko ei tarjoa tarkkoja arvoja jokaiselle mahdollisuudelle. Jos käytät laskinta, saat tarkan arvon. Tarkka p-arvo on 0,9265.

Vaihe 2: Käytä p-arvo löysit Vaiheessa 1. Päätä, kannattaako vai hylkääkö se nollahypoteesin., Yleensä pienet p-arvot (1% – 5%) saisivat hylkäämään nollahypoteesin. Tämä erittäin suuri p-arvo (92.65%) tarkoittaa, että nollahypoteesia ei voida hylätä.

Kuten selitys? Tutustu Käytännössä Huijaaminen Tilastoissa-Käsikirja, joka on satoja enemmän askel-askeleelta selityksiä, aivan kuten tämä!

Takaisin Alkuun

Viite

Johns Hopkins.
Kenney, J. F. and Keeping, E. S. Mathematics of Statistics, Pt. 2, 2.toim. Princeton, NJ: Van Nostrand, 1951.,

——————————————————————————

Tarvitsetko apua läksyjä tai testi kysymys? Chegg-tutkimuksen avulla voit saada askel-askeleelta ratkaisuja kysymyksiisi alan asiantuntijalta. Ensimmäiset 30 minuuttia Chegg tutor on ilmainen!