Vai al contenuto

Quanto corrispondono i conteggi a quelli che ti aspettavi?

Test di bontà di adattamento e di indipendenza sui conteggi: χ², gradi di libertà, valore p e conteggi attesi, in tempo reale.

Test

Separa con spazi, a capo o punti e virgola.

Proporzioni, rapporti o conteggi; vuoto per parti uguali.

%

Valore p

0,925

χ² = 0,47 (df = 3) dà p = 0,925: i conteggi si adattano a quelli attesi (non significativo al livello 5%).

La distribuzione chi quadrato con la statistica del test

Valori chiave in tabella
StatisticaValore
Chi quadrato χ²0,47
χ² critico7,815
Valore p0,925

Conteggi osservati (pieni) e attesi (tratteggiati)

Valori chiave in tabella
CategoriaConteggi osservatiAttesoResiduo
1315312,80,13
2108104,30,37
3101104,3−0,32
43234,75−0,47

Risultati del test chi quadrato

Chi quadrato χ²
0,47
Gradi di libertà
3
Valore p
0,925
χ² critico
7,815
Conteggio totale
556
Conteggi attesi sotto 5
0

Test di bontà di adattamento e di indipendenza sui conteggi: χ², gradi di libertà, valore p e conteggi attesi, in tempo reale.

Come si usa

  1. Scegli Bontà di adattamento per confrontare i conteggi con le proporzioni attese, oppure Indipendenza per verificare se righe e colonne di una tabella sono legate.
  2. Digita i conteggi osservati e il rapporto atteso (lascia vuoto per parti uguali), oppure la tabella con una riga per linea.
  3. Leggi il valore p e la frase; la curva evidenzia la regione di rifiuto e la coda oltre χ², e le barre confrontano ogni conteggio osservato con il suo atteso. Trascina la linea critica per cambiare α.

Come funziona

Un test chi quadrato chiede se i conteggi si discostano da quanto prevede un’ipotesi più di quanto spiegherebbe il caso. Somma, su tutte le categorie, il quadrato della differenza tra il conteggio osservato O e quello atteso E, diviso per E: χ² = Σ (O − E)² ÷ E. Più χ² è grande, peggiore è l’adattamento; il valore p è la probabilità di ottenere un χ² almeno così grande se l’ipotesi fosse vera.

Per la bontà di adattamento, i conteggi attesi sono il totale per ciascuna proporzione attesa e i gradi di libertà sono il numero di categorie meno uno. I 556 piselli di Mendel, 315, 108, 101 e 32, rispetto a un rapporto 9 : 3 : 3 : 1, ne fanno attendere 312,75, 104,25, 104,25 e 34,75, e danno χ² ≈ 0,47 con 3 gradi di libertà e p ≈ 0,93: un ottimo adattamento. Per una tabella, ogni cella attende totale di riga × totale di colonna ÷ totale generale se righe e colonne sono indipendenti, con (righe − 1)(colonne − 1) gradi di libertà. Il metodo segue il NIST/SEMATECH e-Handbook of Statistical Methods.

Il test richiede conteggi di osservazioni indipendenti, non percentuali né misure. L’approssimazione del χ² è dubbia quando i conteggi attesi sono piccoli (regola comune: tutti almeno 5); in tal caso unisci le categorie o usa un test esatto. Un risultato significativo dice che i conteggi differiscono, non perché.

Esempio svolto

315, 108, 101 e 32 piante di pisello rispettano il rapporto 9:3:3:1 dell’incrocio di Mendel?

  1. Conteggi attesi su 556: 312,75, 104,25, 104,25 e 34,75.
  2. χ² = Σ (O − E)² ÷ E = 0,47, con 3 gradi di libertà.
  3. Il valore critico a 5% è 7,81; il valore p è 0,925.

χ² = 0,47 è molto inferiore a 7,81 (p = 0,925): i conteggi rispettano il rapporto 9:3:3:1.

Domande frequenti

Qual è la differenza tra bontà di adattamento e indipendenza?

La bontà di adattamento confronta un insieme di conteggi con proporzioni attese fisse, come un dado equo o un rapporto genetico. L’indipendenza chiede se due classificazioni degli stessi soggetti, le righe e le colonne di una tabella, sono legate.

Posso inserire percentuali?

Come proporzioni attese sì: 25 25 50 equivale a 1 1 2. I valori osservati devono essere conteggi, perché il test dipende da quante osservazioni ci sono.

Un valore p piccolo indica un’associazione forte?

No. Con un campione grande anche un’associazione debole può risultare statisticamente significativa. Usa la V di Cramér insieme al valore p per giudicare la forza dell’associazione in una tabella.

Un valore p grande dimostra che le mie proporzioni attese sono corrette?

No. Significa che questi dati non forniscono prove sufficienti contro le proporzioni attese al livello di significatività scelto. Un campione piccolo può non rilevare una differenza reale.

Posso testare misure ripetute sulle stesse persone?

Non con questo normale test chi quadrato. Le osservazioni devono essere indipendenti; per dati categoriali appaiati o ripetuti serve un metodo pensato per questa dipendenza.

Altri strumenti in Matematica e numeri

Tutti i 63 strumenti in Matematica e numeri

Invia un feedback