Hī kvadrāta neatkarības tests
Veic hī kvadrāta neatkarības testu sakritību tabulai, lai redzētu, vai divas kategoriālas mainīgās ir statistiski saistītas.
Degrees of freedom: 1 · p-value: 0,0026
- 1
Grand total N
100 - 2
Degrees of freedom (r−1)(c−1)
(2 − 1) × (2 − 1) = 1 - 3
Chi-square χ² = ΣΣ (O − E)² ÷ E
Sum over 2 × 2 cells = 9,0909Each cell's expected count Eᵢⱼ = row total × column total ÷ N; large residuals drive χ² up.
Kā darbojas šis kalkulators?
Hī kvadrāta neatkarības tests pārbauda, vai divas kategoriālas mainīgās ir saistītas. No tavas sakritību tabulas tas aprēķina χ² = ΣΣ(O−E)²/E ar E = rinda·kolonna/N, brīvības pakāpēm (r−1)(c−1), augšējās astes p-vērtību un Krāmera V. Maza p-vērtība norāda uz reālu saistību.
Formula
How this is calculated
Ievadi savus novērotos skaitus kā sakritību tabulu: viena rinda katrā līnijā, ar šūnu vērtībām, kas atdalītas ar atstarpēm vai komatiem. Katrai rindai jābūt vienādam kolonnu skaitam, un visiem skaitiem jābūt nulle vai pozitīviem veseliem skaitļiem. Kalkulators nolasa r×c novēroto biežumu matricu Oᵢⱼ.
Tas aprēķina katras rindas summu Rᵢ, katras kolonnas summu Cⱼ un kopsummu N. Saskaņā ar nulles hipotēzi, ka abas mainīgās ir neatkarīgas, sagaidāmais skaits katrā šūnā ir Eᵢⱼ = Rᵢ·Cⱼ / N. Hī kvadrāta statistika summē standartizēto atlikumu kvadrātus, χ² = ΣΣ (Oᵢⱼ − Eᵢⱼ)² / Eᵢⱼ, ar brīvības pakāpēm df = (r−1)(c−1). P-vērtība ir hī kvadrāta sadalījuma augšējās astes varbūtība, ko šeit aprēķina no regularizētās nepilnīgās gamma funkcijas.
Krāmera V = √(χ² / (N·min(r−1, c−1))) pārmēro χ² par saistības stipruma efekta lieluma mēru no 0 līdz 1. Tests pieņem neatkarīgus novērojumus un to, ka sagaidāmie skaiti ir pietiekami lieli (izplatīts noteikums ir Eᵢⱼ ≥ 5); ar ļoti maziem sagaidāmajiem skaitiem hī kvadrāta tuvinājums ir neuzticams un priekšroka dodama tādam precīzam testam kā Fišera. Maza p-vērtība (piem., < 0,05) norāda uz pierādījumu saistībai starp mainīgajām.
Biežāk uzdotie jautājumi
Ievieto katru novēroto skaitu rindu savā līnijā, atdalot šūnas ar atstarpēm vai komatiem. 2×2 tabulai raksti divas līnijas ar diviem skaitļiem katrā. Katrai rindai jāsatur vienāds kolonnu skaits.
Krāmera V ir efekta lielums no 0 līdz 1, kas mēra, cik stipri abas mainīgās ir saistītas. Aptuveni 0,1 ir mazs efekts, 0,3 ir mērens, bet 0,5 vai vairāk ir liels. Atšķirībā no p-vērtības tas nav tieši atkarīgs no izlases apjoma.
Tests balstās uz lielas izlases tuvinājumu, tāpēc tas var būt neprecīzs, ja sagaidāmie šūnu skaiti ir mazi (parasti zem 5). Tādā gadījumā izmanto Fišera precīzo testu un vienmēr nodrošini, ka novērojumi ir neatkarīgi.
Pazīstams arī kā
TG we-Calculate Editorial Team. (2026). Hī kvadrāta neatkarības tests [Online calculator]. TG we-Calculate. https://we-calculate.com/lv/calculator/chi-square-test-of-independence-calculator
TG we-Calculate Editorial Team. "Hī kvadrāta neatkarības tests." TG we-Calculate. 2026. https://we-calculate.com/lv/calculator/chi-square-test-of-independence-calculator.
TG we-Calculate Editorial Team, "Hī kvadrāta neatkarības tests," TG we-Calculate, 2026. [Online]. Available: https://we-calculate.com/lv/calculator/chi-square-test-of-independence-calculator
@misc{wecalculate_chi_square_test_of_independence_calculator, title = {Hī kvadrāta neatkarības tests}, author = {{TG we-Calculate Editorial Team}}, howpublished = {\url{https://we-calculate.com/lv/calculator/chi-square-test-of-independence-calculator}}, year = {2026}, note = {TG we-Calculate} }
Vai šis kalkulators jums palīdzēja?