# Test chi quadrato > 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. Confronta i conteggi con proporzioni attese o con una tabella di contingenza: χ², valore p, conteggi attesi e V di Cramér, con grafici in tempo reale. - Page: https://how.box/it/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/it/about/terms/ ## Inputs Answer link: https://how.box/it/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/it/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 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. ## FAQ **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. More: [HowToolbox index](https://how.box/llms.txt) · [Agent Skill](https://how.box/skill.md) · [agent terms](https://how.box/it/about/agents/)