Bunları hesap makinesi olmadan çözmek ister misin?
Coddy matematik dersi yöntemin kendisini öğretir: her adımı etkileşimli bir tahtada işlersin ve hangi hamlenin nerede yanlış gittiğini tam olarak öğrenirsin.
Ki-kare testi, sayımların beklediğinden ne kadar uzak olduğunu ölçer
Her ki-kare testi, gözlenen sayımlardan oluşan bir tabloyu bir hipotezin öngördüğü sayımlarla karşılaştırır. Bağımsızlık testi için hipotez, satır değişkeni ile sütun değişkeninin birbiriyle hiçbir ilgisi olmadığıdır; bu yüzden her beklenen sayım, satır toplamı çarpı sütun toplamı bölü genel toplamdır. Uyum iyiliği testi için hipotez bir paylar kümesidir: hilesiz bir zar için eşit paylar ya da Mendel'in bezelyeleri için 9:3:3:1, senin toplamına ölçeklenmiş. Her iki durumda da istatistik aynı toplamdır: her hücre için gözlenen eksi beklenen, kare, bölü beklenen.
O toplam kesindir. Sayımları 20, 30, 30, 20 olan 2'ye 2 bir tabloda her beklenen sayım 25'e eşittir ve ki-kare tam olarak 4'tür; daha karışık bir tabloda 350/3 gibi beklenen sayımlar vardır ve bu sayfa onları 116.67 yerine 350/3 olarak tutar; böylece okuduğun istatistik, beş yuvarlanmış terimin toplamı değil, gerçek olandır. Kesin olamayan p-değeridir; o, ki-kare eğrisinin altında istatistiğin ötesindeki alandır; sayfa o kuyruğu çizer ve sayıyı olduğu alan olarak etiketler.
Cevabın altındaki tablo, öğrencinin puanlandığı ve çoğu hesaplayıcının atladığı kısımdır: her hücrenin gözlenen sayımı, beklenen sayımı ve istatistiğe katkısı. Ayrıca ilişkinin nerede yaşadığını da gösterir. Büyük bir tabloda çoğu zaman bir iki hücre ki-karenin büyük kısmını taşır ve katkı sütunu onları işaret eder. Çapraz tablolar için verilen Cramér V'si, istatistiği farklı boyuttaki tablolar arasında karşılaştırılabilen, 0 ile 1 arasında bir etki büyüklüğüne çevirir.
Ki-kare testleri hakkında bilinmesi gerekenler
Serbestlik derecesi bir tablo için (satır − 1)(sütun − 1), uyum iyiliği için kategori − 1'dir. 2'ye 2 bir tablonun sayımlar ne olursa olsun bir serbestlik derecesi vardır.
5'in altındaki beklenen sayımlar yaklaşımı kabalaştırır. Sayfa birini görünce uyarır; 2'ye 2 bir tabloda Fisher'ın kesin testi olağan çare, başka yerlerde seyrek kategorileri birleştirmek olağan çözümdür.
Test her zaman sağ kuyrukludur. Küçük bir ki-kare, sayımların hipoteze uyduğu anlamına gelir; yalnızca büyük olanı ona karşı kanıttır.
Anlamlı, büyük demek değildir. Yeterli veriyle küçücük bir ilişki anlamlıdır; ne kadar güçlü olduğunu Cramér V'si söyler: 0.1 zayıf, 0.3 orta, 0.5 güçlüdür.
Sayımlar, yüzdeler değil. İstatistik gerçek gözlem sayısına bağlıdır; toplamı kaybolmuş bir yüzde tablosu test edilemez.
Elle ki-kare testi nasıl yapılır
1
Gözlenen sayımları yerleştir
Bir değişkenin kategorileri için satırlar, diğerininkiler için sütunlar. Her satırı, her sütunu ve tablonun tamamını topla.
(satır − 1)(sütun − 1). p-değeri, o kadar serbestlik dereceli ki-kare eğrisinin sağ kuyruk alanıdır; alfayla karşılaştır ya da istatistiği kritik değerle.
Ki-kare kritik değerleri
Sonucun verilen düzeyde anlamlı olması için istatistiğin bunları aşması gerekir.
Serbestlik derecesi
α = 0.10
α = 0.05
α = 0.01
1
2.706
3.841
6.635
2
4.605
5.991
9.210
3
6.251
7.815
11.345
4
7.779
9.488
13.277
5
9.236
11.070
15.086
9
14.684
16.919
21.666
Çözümlü örnekler
2'ye 2 bir tablo
plain
20, 30 / 30, 20
Satır toplamları 50 ve 50, sütun toplamları 50 ve 50, genel toplam 100; yani her beklenen sayım 50 × 50 / 100 = 25. Her hücre 25/25 = 1 katkı yapar, ki-kare bir serbestlik derecesinde tam olarak 4'tür ve p-değeri yaklaşık 0.046'dır. %5'te anlamlı, kıl payı; Cramér V'si 0.2, zayıf bir ilişki.
Zar hilesiz mi?
plain
10, 12, 8, 11, 9, 10 over six faces
Altmış atış, yani yüz başına on beklenen. Katkılar 0, 0.4, 0.4, 0.1, 0.1 ve 0; beş serbestlik derecesinde tam olarak 1'lik bir ki-kare ve yaklaşık 0.96'lık bir p-değeri verir. Burada zarın hileli olduğunu düşündüren hiçbir şey yok.
Mendel'in bezelyeleri
plain
315, 108, 101, 32 against 9 : 3 : 3 : 1
Toplam 556, yani beklenen sayımlar 556 × 9/16 = 312.75, 104.25, 104.25 ve 34.75. Ki-kare üç serbestlik derecesinde yaklaşık 0.47'ye gelir, p yaklaşık 0.93: sayımlar 9:3:3:1 öngörüsüne neredeyse şüphe uyandıracak kadar iyi uyar; bu da başlı başına ünlü bir tartışmadır.
Ki-kare hataları
Yüzdeleri test etmek. Önce onları sayımlara geri çevir; istatistik gözlem sayısıyla ölçeklenir.
Beklenen sayımları yuvarlamak. 116.67'nin karesi alınıp bölünmesi, 350/3'ün karesi alınıp bölünmesiyle aynı değildir; her hücredeki küçük hatalar tablo boyunca birikir.
5'in altındaki bir beklenen sayımı görmezden gelmek. Ki-kare eğrisi seyrek hücrelerde kötüleşen bir yaklaşımdır; kategorileri birleştir ya da kesin bir test kullan.
Büyük bir ki-kareyi güçlü bir ilişki olarak okumak. Örneklem büyüklüğüyle büyür; gücün ölçüsü Cramér V'sidir.
Yanlış serbestlik derecesi kullanmak. 3'e 4 bir tablonun 6'sı vardır, 11 değil, 12 de değil.
Çift kuyruklu ki-kare yapmak. Test yapısı gereği tek kuyrukludur; çok küçük bir istatistik iyi bir uyum dışında hiçbir şeyin kanıtı değildir.
Ki-kare SSS
Ki-kare istatistiğini nasıl hesaplarım?
Her hücre için gözlenen sayımdan beklenen sayımı çıkar, sonucun karesini al ve beklenen sayıma böl. Bu terimleri bütün hücreler üzerinde topla. Bir çapraz tablo için beklenen sayım, satır toplamı çarpı sütun toplamı bölü genel toplamdır; uyum iyiliği için toplam çarpı o kategorinin beklenen payıdır.
Bağımsızlık testi ile uyum iyiliği arasındaki fark nedir?
Bağımsızlık testi iki yönlü bir tablo üzerinde çalışır ve satır değişkeni ile sütun değişkeninin ilişkili olup olmadığını sorar; beklenen sayımları tablonun kendi kenar toplamlarından gelir. Uyum iyiliği tek bir sayım listesi üzerinde çalışır ve bunların, eşit paylar ya da genetik bir oran gibi önceden belirlediğin paylara uyup uymadığını sorar.
Ki-kare testi için p-değerini nasıl bulurum?
Testin serbestlik derecesiyle ki-kare eğrisinin altında, istatistiğin sağındaki alandır. Bir serbestlik derecesinde 3.841'lik bir ki-kare p = 0.05 verir; daha büyük istatistikler daha küçük p-değerleri verir. Sayfa alanı doğrudan hesaplar ve eğri üzerinde tarar.
Bir beklenen sayım 5'ten küçükse ne olur?
Ki-kare yaklaşımı güvenilmez hâle gelir. Olağan tavsiye, her beklenen sayımın en az 5 olması ya da en kötü ihtimalle beşte birinden fazlasının 5'in altında ve hiçbirinin 1'in altında olmamasıdır. 2'ye 2 bir tablo için onun yerine Fisher'ın kesin testini kullan; daha büyük bir tablo için seyrek kategorileri birleştir. Sayfa durumu görünce işaretler.
Cramér V'si nedir?
Bir çapraz tablo için etki büyüklüğü: ki-karenin, örneklem büyüklüğü çarpı (satır − 1) ile (sütun − 1)'in küçüğüne bölümünün karekökü. 0'dan, ilişki yok, 1'e, mükemmel ilişki, kadar gider ve ki-karenin kendisinin aksine sırf örneklem büyüdü diye büyümez.
Küçük sayımlı 2'ye 2 bir tabloda ki-kare testi kullanabilir miyim?
Yalnızca dikkatle. 5 veya üstü beklenen sayımlarla sorun yok; bazen Yates süreklilik düzeltmesi uygulanır, gerçi tutucu olma eğilimindedir. Bunun altında Fisher'ın kesin testi tablonun kesin olasılığını hesaplar ve standart seçimdir.
Bu sayfa beklenen sayımları neden kesir olarak tutuyor?
Çünkü istatistik, o sayımlara bölünmüş kare farkların toplamıdır ve her beklenen sayımı kareden önce yuvarlamak her terime küçük bir hata sokar. 350/3'lük bir beklenen sayım tam olarak odur; 116.67 değildir. Kesirleri korumak, okuduğun ki-kareyi yazdığın tablonun gerçek değeri yapar.