Kalkylator för chi-två-anpassningstest
Kontrollera om en uppsättning observerade kategoriantal är förenlig med hypotetiserade förväntade antal eller proportioner med hjälp av chi-två-anpassningstestet.
Fail to reject H0: fits expected (p ≥ 0.05)
- 1
Number of categories (k)
5 - 2
Degrees of freedom (df = k − 1)
5 − 1 = 4 - 3
Chi-square χ² = Σ (O − E)² ÷ E
Sum over 5 categories = 2,9000Each term (Oᵢ − Eᵢ)² ÷ Eᵢ is summed; categories with the largest relative deviations contribute most.
Hur fungerar denna kalkylator?
Chi-två-anpassningstestet jämför observerade kategoriantal med förväntade antal eller proportioner med χ² = Σ(Oᵢ−Eᵢ)²/Eᵢ med df = k−1. Ett litet p-värde (under 0,05) innebär att de observerade data skiljer sig signifikant från det förväntade, vilket innebär att du förkastar nollhypotesen om god anpassning.
Formel
How this is calculated
Ange de observerade antalen (Oᵢ) för var och en av k kategorier och de matchande förväntade värdena. Förväntade värden kan anges som råa antal eller som proportioner; om de förväntade posterna summerar till ungefär 1 behandlas de som proportioner och skalas med det totala observerade antalet så att Eᵢ = pᵢ · ΣO. Båda listorna måste ha samma längd och innehålla icke-negativa tal.
Teststatistikan är χ² = Σ (Oᵢ − Eᵢ)² / Eᵢ, summerat över alla kategorier. Varje term mäter den kvadrerade avvikelsen mellan observerat och förväntat, standardiserad med det förväntade antalet, så kategorier med stora relativa avvikelser bidrar mest. Frihetsgraden är k − 1, där k är antalet kategorier. P-värdet är det övre svansområdet i chi-två-fördelningen med det antalet frihetsgrader, beräknat här från den regulariserade övre ofullständiga gammafunktionen Q(df/2, χ²/2).
Nollhypotesen H0 anger att de observerade antalen följer den förväntade fördelningen. Vid en signifikansnivå α = 0,05 förkastar vi H0 när p < 0,05, vilket indikerar att data skiljer sig från det förväntade; annars misslyckas vi med att förkasta. Chi-två-approximationen förutsätter en rimlig stickprovsstorlek — en vanlig regel är att varje förväntat antal bör vara minst 5. Förväntade antal på noll är ogiltiga eftersom de skulle dividera med noll, och testet är inte tillförlitligt för mycket glesa tabeller.
Vanliga frågor
Båda fungerar. Om dina förväntade poster summerar till ungefär 1 tolkas de som proportioner och multipliceras med det totala observerade antalet; annars används de direkt som förväntade antal.
För ett anpassningstest med k kategorier är frihetsgraderna k − 1, eftersom de förväntade antalen är begränsade att matcha den observerade totalen.
Ett p-värde under 0,05 innebär att de observerade antalen avviker från den förväntade fördelningen mer än vad som skulle vara troligt av en slump, så du förkastar nollhypotesen om god anpassning.
Även känt som
TG we-Calculate Editorial Team. (2026). Kalkylator för chi-två-anpassningstest [Online calculator]. TG we-Calculate. https://we-calculate.com/sv/calculator/chi-square-goodness-of-fit-calculator
TG we-Calculate Editorial Team. "Kalkylator för chi-två-anpassningstest." TG we-Calculate. 2026. https://we-calculate.com/sv/calculator/chi-square-goodness-of-fit-calculator.
TG we-Calculate Editorial Team, "Kalkylator för chi-två-anpassningstest," TG we-Calculate, 2026. [Online]. Available: https://we-calculate.com/sv/calculator/chi-square-goodness-of-fit-calculator
@misc{wecalculate_chi_square_goodness_of_fit_calculator, title = {Kalkylator för chi-två-anpassningstest}, author = {{TG we-Calculate Editorial Team}}, howpublished = {\url{https://we-calculate.com/sv/calculator/chi-square-goodness-of-fit-calculator}}, year = {2026}, note = {TG we-Calculate} }
Hjälpte denna kalkylator dig?