# Khiin neliö -testilaskuri > Kuinka hyvin frekvenssit vastaavat odotettua? Yhteensopivuus- ja riippumattomuustestit frekvensseille: χ², vapausasteet, p-arvo ja odotetut frekvenssit piirrettynä. Testaa frekvenssejä odotettuja osuuksia vastaan tai ristiintaulukon riippumattomuutta: χ², p-arvo, odotetut frekvenssit ja Cramérin V kuvaajineen. - Page: https://how.box/fi/chi-square/ - Runs entirely in the browser. - License: HowToolbox's own text and data (titles, explanations, FAQs, tool descriptions and schemas, this file) are CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/); AI training and answers are welcome. Attribute "HowToolbox (how.box)" with a link to the page used. Third-party data keeps its own terms; the name and logo are not licensed. Publisher: HowToolbox, contact@how.box. Terms: https://how.box/fi/about/terms/ ## Inputs Answer link: https://how.box/fi/chi-square/?t={t}&o={o}&e={e}&tab={tab}&a={a} - `t` (fit or independence): fit or independence. Example: `fit`. - `o` (text): Observed counts (fit). Example: `315 108 101 32`. - `e` (text): Expected proportions or counts (fit); empty for equal. Example: `9 3 3 1`. - `tab` (text): The table, one row per line (independence). Example: `10 20 30 40`. - `a` (number 0.1 to 50): Significance level in percent. Example: `5`. Example answer: https://how.box/fi/chi-square/?t=fit&o=315+108+101+32&e=9+3+3+1&tab=10+20%0A30+40&a=5 A complete link carries the primary answer in the page HTML; a missing or invalid value shows the default page. ## Agent tools - `chi_square_calculate`: Pearson's chi-square tests of counts. - MCP, one POST to https://how.box/mcp: `{"jsonrpc":"2.0","id":1,"method":"tools/call","params":{"name":"chi_square_calculate","arguments":{"test":"fit","observed":"315 108 101 32","expected":"9 3 3 1","table":"10 20\n30 40","significance":5}}}` - GET: https://how.box/mcp/run/chi_square_calculate?test=fit&observed=315+108+101+32&expected=9+3+3+1&table=10+20%0A30+40&significance=5 ## How it works 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. ## FAQ **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. More: [HowToolbox index](https://how.box/llms.txt) · [Agent Skill](https://how.box/skill.md) · [agent terms](https://how.box/fi/about/agents/)