Siirry sisältöön

Kuinka hyvin frekvenssit vastaavat odotettua?

Yhteensopivuus- ja riippumattomuustestit frekvensseille: χ², vapausasteet, p-arvo ja odotetut frekvenssit piirrettynä.

Testi

Erota luvut välilyönnillä, rivinvaihdolla tai puolipisteellä.

Osuuksia, suhdelukuja tai frekvenssejä; tyhjä tarkoittaa yhtä suuria.

%

p-arvo

0,925

χ² = 0,47 (df = 3) antaa p = 0,925: frekvenssit sopivat odotettuihin (ei merkitsevää poikkeamaa tasolla 5 %).

Khiin neliö -jakauma ja testisuure

Keskeiset arvot taulukkona
TunnuslukuArvo
Khiin neliö χ²0,47
Kriittinen χ²7,815
p-arvo0,925

Havaitut (yhtenäinen) ja odotetut (viivoitettu) frekvenssit

Keskeiset arvot taulukkona
LuokkaHavaitut frekvenssitOdotettuJäännös
1315312,80,13
2108104,30,37
3101104,3−0,32
43234,75−0,47

Khiin neliö -testin tulokset

Khiin neliö χ²
0,47
Vapausasteet
3
p-arvo
0,925
Kriittinen χ²
7,815
Frekvenssit yhteensä
556
Odotetut frekvenssit alle 5
0

Yhteensopivuus- ja riippumattomuustestit frekvensseille: χ², vapausasteet, p-arvo ja odotetut frekvenssit piirrettynä.

Käyttöohje

  1. Valitse Yhteensopivuus, jos haluat verrata frekvenssejä odotettuihin osuuksiin, tai Riippumattomuus, jos haluat testata, riippuvatko taulukon rivit ja sarakkeet toisistaan.
  2. Kirjoita havaitut frekvenssit ja odotettu suhde (jätä tyhjäksi, jos osuudet ovat yhtä suuret) tai taulukko yksi rivi kerrallaan.
  3. Lue p-arvo ja lause; käyrässä on varjostettuna hylkäysalue ja χ²:n ylittävä häntä, ja palkit vertaavat kutakin havaittua frekvenssiä odotettuun. Vedä kriittistä viivaa, niin α muuttuu.

Näin se toimii

Khiin neliö -testi kysyy, poikkeavatko frekvenssit hypoteesin ennustamasta enemmän kuin sattuma selittäisi. Se laskee yhteen jokaisen luokan havaitun frekvenssin O ja odotetun frekvenssin E erotuksen neliön jaettuna E:llä: χ² = Σ (O − E)² ÷ E. Mitä suurempi χ², sitä huonompi sopivuus; p-arvo on todennäköisyys saada vähintään näin suuri χ², jos hypoteesi pitäisi paikkansa.

Yhteensopivuustestissä odotetut frekvenssit ovat kokonaismäärä kerrottuna kunkin luokan odotetulla osuudella, ja vapausasteita on luokkien määrä miinus yksi. Mendelin 556 hernettä, 315, 108, 101 ja 32, suhdetta 9 : 3 : 3 : 1 vastaan odottavat 312,75, 104,25, 104,25 ja 34,75, mikä antaa χ² ≈ 0,47 kolmella vapausasteella ja p ≈ 0,93: erittäin hyvä sopivuus. Taulukossa kunkin solun odotettu frekvenssi on rivisumma × sarakesumma ÷ kokonaissumma, jos rivit ja sarakkeet ovat riippumattomia, ja vapausasteita on (rivit − 1)(sarakkeet − 1). Menetelmä noudattaa NIST/SEMATECHin e-Handbook of Statistical Methods -teosta.

Testi vaatii riippumattomien havaintojen frekvenssejä, ei prosentteja eikä mittauksia. χ²-approksimaatio on epävarma, kun odotetut frekvenssit ovat pieniä (yleinen sääntö: kaikki vähintään 5); silloin yhdistä luokkia tai käytä tarkkaa testiä. Merkitsevä tulos kertoo, että frekvenssit eroavat, ei miksi.

Esimerkkilasku

Sopivatko 315, 108, 101 ja 32 herneen kasvia Mendelin risteytyksen suhteeseen 9:3:3:1?

  1. Odotetut frekvenssit kokonaismäärästä 556: 312,75, 104,25, 104,25 ja 34,75.
  2. χ² = Σ (O − E)² ÷ E = 0,47, vapausasteita 3.
  3. Kriittinen arvo tasolla 5 % on 7,81; p-arvo on 0,925.

χ² = 0,47 on selvästi alle arvon 7,81 (p = 0,925): frekvenssit sopivat suhteeseen 9:3:3:1.

Usein kysyttyä

Mitä eroa on yhteensopivuudella ja riippumattomuudella?

Yhteensopivuustesti vertaa yhtä frekvenssijoukkoa kiinteisiin odotettuihin osuuksiin, kuten tasapainoiseen noppaan tai perinnöllisyyssuhteeseen. Riippumattomuustesti kysyy, riippuvatko kaksi saman kohdejoukon luokitusta, taulukon rivit ja sarakkeet, toisistaan.

Voinko syöttää prosentteja?

Odotettuina osuuksina kyllä: 25 25 50 toimii kuten 1 1 2. Havaittujen arvojen on oltava frekvenssejä, koska testi riippuu havaintojen määrästä.

Tarkoittaako pieni p-arvo vahvaa riippuvuutta?

Ei. Suuri otos voi tehdä pienestäkin riippuvuudesta tilastollisesti merkitsevän. Käytä Cramérin V:tä p-arvon rinnalla arvioidessasi taulukon riippuvuuden vahvuutta.

Todistaako suuri p-arvo, että odotetut osuuteni ovat oikein?

Ei. Se tarkoittaa, että aineisto ei anna riittävästi näyttöä odotettuja osuuksia vastaan valitulla merkitsevyystasolla. Pieni otos voi jättää todellisen eron huomaamatta.

Voinko testata saman henkilöjoukon toistuvia mittauksia?

Et tällä tavallisella khiin neliö -testillä. Havaintojen on oltava riippumattomia; pariutetut tai toistuvat luokitellut aineistot tarvitsevat menetelmän, joka on tehty tällaiselle riippuvuudelle.

Lisää kategoriasta Matematiikka ja luvut

Kaikki 63 työkalua kategoriassa Matematiikka ja luvut

Lähetä palautetta