Comment calculer la valeur attendue d'un Chi-Square

May 12

Comment calculer la valeur attendue d'un Chi-Square


Utiliser chi carré comme méthode d'analyse statistique lorsque vous voulez savoir si les scores sur une variable influence les scores sur une autre variable; par exemple, la température du mois et la préférence pour la crème glacée. Chi-carré compare obtenu des valeurs de données contre ce qui serait attendu, si le hasard seul fonctionnaient. Organisez vos données en format de ligne et de la colonne et remplir quelques calculs pour obtenir la valeur attendue d'un chi-carré.

Instructions

1 Organiser les données dans les cellules avec des rangées et des colonnes, avec un nombre dans chaque cellule. Par exemple, si vous voulez savoir s'il existe une relation entre les mois chauds et froids et si oui ou non les gens comme la crème glacée. Vous enquête 220 personnes, et de classer chaque mois, soit un mois chaud ou un mois froid. Vos variables sont la préférence à la crème de la température et de la glace du mois, en utilisant une table à deux par deux à quatre cellules qui peuvent ressembler à ceci:

Mois Hot / Like = 100

Mois Hot / Pas comme = 10

Mois froid / Comme = 5

Mois froid / Non Like = 105

2 Ajouter le nombre de personnes qui ont voté dans chaque catégorie pour cette ligne pour obtenir un total de ligne et un total de la colonne.

Dans cet exemple:

Mois Hot = 110

Mois froid = 110

3 Additionnez le nombre de personnes qui ont voté dans une catégorie pour toutes les lignes pour dériver un total de colonne.

Dans cet exemple:

Comme = 105

Dislike = 115

4 Multipliez le total de la colonne par le total de la ligne.

Dans cet exemple:

Like / Chaud / Froid: 110x105 = 11550

Not Like / Chaud / Froid: 110x115 = 12650

5 Divisez chaque totale colonne / ligne par le nombre total d'observations. Dans cet exemple:

Mois Hot / Comme = 11,550 / 220 = 52,5

Mois Hot / Pas comme = 12650/220 = 57,5

Mois froid / Comme = 11,550 / 220 = 52,5

Mois froid / Non Like = 12650/220 = 57,5

Conseils et avertissements

  • Dans cet exemple, un statisticien attendrait 52,5 gens aiment la crème glacée quelle que soit la température du mois et 57,5 ​​gens à ne pas aimer la crème glacée, quelle que soit la température du mois si la température des variables de mois et la préférence de la crème glacée ne sont pas associés.