Menu

מחשבון חי בריבוע

מבחן אי תלות בטבלת שכיחויות או מבחן טיב התאמה, עם כל שכיחות צפויה מדויקת.

מאת Nethanel Bar, מייסד שותף ומנכ"ל

עדכון אחרון

רוצים לפתור את אלה בלי מחשבון?

קורס המתמטיקה של Coddy מלמד את השיטה עצמה: פותרים כל שלב על לוח אינטראקטיבי ומקבלים הסבר מדויק איפה צעד השתבש.

מבחן חי בריבוע מודד כמה רחוקות השכיחויות ממה שציפיתם

כל מבחן חי בריבוע משווה טבלה של שכיחויות נצפות לשכיחויות שהשערה כלשהי חוזה. במבחן אי תלות ההשערה היא שלמשתנה השורות ולמשתנה העמודות אין שום קשר זה לזה, ולכן כל שכיחות צפויה היא סכום השורה כפול סכום העמודה חלקי הסכום הכולל. במבחן טיב התאמה ההשערה היא קבוצה של שיעורים, שיעורים שווים לקובייה הוגנת או 9:3:3:1 לאפונה של מנדל, מותאמים לסכום שלכם. בשני המקרים הסטטיסטי הוא אותו סכום: לכל תא, הנצפה פחות הצפוי, בריבוע, חלקי הצפוי.

הסכום הזה מדויק. בטבלה של 2 על 2 עם השכיחויות 20, 30, 30, 20 כל שכיחות צפויה שווה ל-25 והחי בריבוע הוא בדיוק 4; בטבלה מסובכת יותר יש שכיחויות צפויות כמו 350/3, והדף הזה משאיר אותן כ-350/3 ולא כ-116.67, כך שהסטטיסטי שאתם קוראים הוא האמיתי ולא סכום של חמישה איברים מעוגלים. מה שלא יכול להיות מדויק הוא ערך ה-p, שהוא השטח מתחת לעקומת החי בריבוע מעבר לסטטיסטי; הדף מצייר את הזנב הזה ומציג את המספר כשטח שהוא.

הטבלה שמתחת לתשובה היא החלק שעליו תלמידים מקבלים ציון, והחלק שרוב המחשבונים מדלגים עליו: השכיחות הנצפית של כל תא, השכיחות הצפויה שלו והתרומה שלו לסטטיסטי. היא גם מראה איפה נמצא הקשר. בטבלה גדולה תא אחד או שניים נושאים לעיתים קרובות את רוב החי בריבוע, ועמודת התרומה מצביעה עליהם. ה-V של קרמר, שמוצג לטבלאות שכיחויות, הופך את הסטטיסטי לגודל אפקט בין 0 ל-1 שאפשר להשוות בין טבלאות בגדלים שונים.

מה צריך לדעת על מבחני חי בריבוע

  • דרגות החופש הן (שורות − 1)(עמודות − 1) לטבלה ו-קטגוריות − 1 למבחן טיב התאמה. לטבלה של 2 על 2 יש דרגת חופש אחת, לא משנה מה השכיחויות.
  • שכיחויות צפויות מתחת ל-5 הופכות את הקירוב לגס. הדף מזהיר כשהוא רואה כזו; בטבלה של 2 על 2 המבחן המדויק של פישר הוא החלופה המקובלת, ובמקרים אחרים הפתרון המקובל הוא איחוד קטגוריות דלילות.
  • המבחן תמיד חד זנבי ימני. חי בריבוע קטן אומר שהשכיחויות מתאימות להשערה; רק חי בריבוע גדול הוא ראיה נגדה.
  • מובהק זה לא גדול. עם מספיק נתונים גם קשר זעיר יוצא מובהק; ה-V של קרמר אומר כמה הוא חזק, ו-0.1 הוא חלש, 0.3 בינוני, 0.5 חזק.
  • שכיחויות, לא אחוזים. הסטטיסטי תלוי במספר התצפיות בפועל; טבלת אחוזים שהסכום הכולל שלה אבד אי אפשר לבדוק.

איך לבצע מבחן חי בריבוע ידנית

  1. סדרו את השכיחויות הנצפות

    שורות לקטגוריות של משתנה אחד, עמודות לקטגוריות של השני. סכמו כל שורה, כל עמודה ואת הטבלה כולה.

  2. חשבו כל שכיחות צפויה

    סכום השורה כפול סכום העמודה, חלקי הסכום הכולל. השאירו את השברים; הם עומדים לעלות בריבוע.

  3. חשבו את התרומה של כל תא

    הנצפה פחות הצפוי, בריבוע, חלקי הצפוי. סכמו את כולם; הסכום הוא סטטיסטי החי בריבוע.

  4. מצאו את דרגות החופש ואת ערך ה-p

    (שורות − 1)(עמודות − 1). ערך ה-p הוא השטח בזנב הימני של עקומת החי בריבוע עם מספר דרגות החופש הזה; השוו אותו לאלפא, או את הסטטיסטי לערך הקריטי.

ערכים קריטיים של חי בריבוע

הסטטיסטי צריך לעלות על הערכים האלה כדי שהתוצאה תהיה מובהקת ברמה הנתונה.

דרגות חופשα = 0.10α = 0.05α = 0.01
12.7063.8416.635
24.6055.9919.210
36.2517.81511.345
47.7799.48813.277
59.23611.07015.086
914.68416.91921.666

דוגמאות פתורות

טבלה של 2 על 2

plain
20, 30 / 30, 20

סכומי השורות 50 ו-50, סכומי העמודות 50 ו-50, הסכום הכולל 100, ולכן כל שכיחות צפויה היא 50 × 50 / 100 = 25. כל תא תורם 25/25 = 1, החי בריבוע הוא בדיוק 4 עם דרגת חופש אחת, וערך ה-p הוא בערך 0.046. מובהק ברמת 5%, על הגבול; ה-V של קרמר הוא 0.2, קשר חלש.

האם הקובייה הוגנת?

plain
10, 12, 8, 11, 9, 10 over six faces

שישים הטלות, כלומר עשר צפויות לכל פאה. התרומות הן 0, 0.4, 0.4, 0.1, 0.1 ו-0, וזה נותן חי בריבוע של בדיוק 1 עם חמש דרגות חופש וערך p של בערך 0.96. שום דבר כאן לא מרמז שהקובייה מזויפת.

האפונה של מנדל

plain
315, 108, 101, 32 against 9 : 3 : 3 : 1

הסכום הוא 556, ולכן השכיחויות הצפויות הן 556 × 9/16 = 312.75, 104.25, 104.25 ו-34.75. החי בריבוע יוצא בערך 0.47 עם שלוש דרגות חופש, p בערך 0.93: השכיחויות מתאימות לתחזית 9:3:3:1 טוב באופן כמעט חשוד, וזה טיעון מפורסם בפני עצמו.

טעויות בחי בריבוע

  • לבדוק אחוזים. המירו אותם קודם בחזרה לשכיחויות; הסטטיסטי גדל עם מספר התצפיות.
  • לעגל את השכיחויות הצפויות. שכיחות צפויה של 116.67 בריבוע וחלקי אינה זהה ל-350/3 בריבוע וחלקי; טעויות קטנות בכל תא מצטברות לאורך הטבלה.
  • להתעלם משכיחות צפויה מתחת ל-5. עקומת החי בריבוע היא קירוב שנעשה גרוע בתאים דלילים; אחדו קטגוריות או השתמשו במבחן מדויק.
  • לקרוא חי בריבוע גדול כקשר חזק. הוא גדל עם גודל המדגם; ה-V של קרמר הוא המדד לעוצמה.
  • להשתמש בדרגות חופש שגויות. לטבלה של 3 על 4 יש 6, לא 11 ולא 12.
  • לבצע חי בריבוע דו זנבי. המבחן חד זנבי מעצם הגדרתו; סטטיסטי קטן מאוד אינו ראיה לשום דבר מלבד התאמה טובה.

שאלות נפוצות על חי בריבוע

איך מחשבים סטטיסטי חי בריבוע?
לכל תא, החסירו את השכיחות הצפויה מהשכיחות הנצפית, העלו את התוצאה בריבוע, וחלקו בשכיחות הצפויה. סכמו את האיברים האלה על פני כל התאים. בטבלת שכיחויות השכיחות הצפויה היא סכום השורה כפול סכום העמודה חלקי הסכום הכולל; במבחן טיב התאמה היא הסכום הכולל כפול השיעור הצפוי של אותה קטגוריה.
מה ההבדל בין מבחן אי תלות למבחן טיב התאמה?
מבחן אי תלות עובד על טבלה דו ממדית ושואל אם משתנה השורות ומשתנה העמודות קשורים; השכיחויות הצפויות שלו נובעות מהסכומים בשולי הטבלה עצמה. מבחן טיב התאמה עובד על רשימה אחת של שכיחויות ושואל אם הן תואמות שיעורים שאתם קובעים מראש, כמו שיעורים שווים או יחס גנטי.
איך מוצאים את ערך ה-p במבחן חי בריבוע?
זה השטח מתחת לעקומת החי בריבוע, עם דרגות החופש של המבחן, מימין לסטטיסטי. חי בריבוע של 3.841 עם דרגת חופש אחת נותן p = 0.05; סטטיסטים גדולים יותר נותנים ערכי p קטנים יותר. הדף מחשב את השטח ישירות ומצלל אותו על העקומה.
מה אם שכיחות צפויה קטנה מ-5?
קירוב החי בריבוע הופך לא אמין. ההמלצה המקובלת היא שכל שכיחות צפויה תהיה לפחות 5, או לכל הפחות שלא יותר מחמישית מהן יהיו מתחת ל-5 ואף אחת מתחת ל-1. בטבלה של 2 על 2 השתמשו במקום זאת במבחן המדויק של פישר; בטבלה גדולה יותר, אחדו קטגוריות דלילות. הדף מסמן את המצב הזה כשהוא רואה אותו.
מה זה ה-V של קרמר?
גודל אפקט לטבלת שכיחויות: השורש הריבועי של החי בריבוע חלקי גודל המדגם כפול הקטן מבין (שורות − 1) ו-(עמודות − 1). הוא נע מ-0, אין קשר, עד 1, קשר מושלם, ובניגוד לחי בריבוע עצמו הוא לא גדל רק בגלל שהמדגם גדל.
אפשר להשתמש במבחן חי בריבוע על טבלה של 2 על 2 עם שכיחויות קטנות?
רק בזהירות. עם שכיחויות צפויות של 5 ומעלה זה בסדר; לפעמים מפעילים את תיקון הרציפות של ייטס, אם כי הוא נוטה להיות שמרני. מתחת לזה, המבחן המדויק של פישר מחשב את ההסתברות המדויקת של הטבלה והוא הבחירה המקובלת.
למה הדף הזה משאיר את השכיחויות הצפויות כשברים?
כי הסטטיסטי הוא סכום של הפרשים בריבוע חלקי השכיחויות האלה, ועיגול כל שכיחות צפויה לפני ההעלאה בריבוע מכניס טעות קטנה לכל איבר. שכיחות צפויה של 350/3 היא בדיוק זה; 116.67 לא. שמירת השברים הופכת את החי בריבוע שאתם קוראים לערך האמיתי של הטבלה שהקלדתם.

עוד כלים למתמטיקה

איור של שפות התכנות ב-Coddy

ללמוד מתמטיקה עם Coddy

להתחיל