Frihedsgrader i en Chi-Square-test

Statistikker er undersøgelsen af ​​sandsynligheden anvendt til at bestemme sandsynligheden for, at en begivenhed indtræffer. Der er mange forskellige måder at teste sandsynlighed og statistik på, med en af ​​de mest kendte, der er Chi-Square testen. Som enhver statistisk test skal Chi-Square testen tage hensyn til grader af frihed, før der træffes en statistisk beslutning.

Godhed til at passe

Chi-Square bruges til at teste og sammenligne to Forskellige typer data: observerede data og forventede data. Det måler det, der kaldes "godheden til at passe", hvilket er forskellen mellem, hvad du ville forvente og hvad der er blevet observeret. For eksempel statistisk set, hvis du smider en mønt 50 gange, skal du få 25 hoveder og 25 haler. Du flipper dog en mønt 50 gange, og den lander på haler 19 gange og på haler 31 gange. Ved hjælp af disse data kunne en statistiker teoretisere om hvorfor disse forskelle opstod.

Frihedsgrader

Frihedsgrader er målingerne af antallet af værdier i statistikken, som kan variere uden at påvirke Resultatet af statistikken. Statistiske tests, herunder Chi-Square, er ofte baseret på meget præcise estimater baseret på forskellige stykker vitale oplysninger. Statistikere bruger disse estimater til at oprette statistiske formler, der beregner det endelige resultat af deres statistiske analyse. De oplysninger, der anvendes i analysen, kan variere, men der skal altid være mindst en fast kategori af oplysninger; Resten af ​​kategorierne er grader af frihed. Dette er vigtigt, fordi selv om statistik er en matematisk videnskab, er den ofte baseret på hypoteser, der kan være svært at præcist beregne.

Beregning

Beregning af frihedsgrader i Chi-Square testen er meget enkel. Find hvor mange kategorier du har i din statistiske analyse og trækker den af ​​med en. Forestil dig for eksempel at du studerer de forventede fødselshastigheder for elefanter i forhold til den observerede fødselsrate. Kategorien omfatter moderens alder, faderens alder og deres barns køn fødes. Det giver dig tre kategorier i din undersøgelse. Træk en fra det for at få to som din grad af frihed. I grund og grund de flere kategorier du har i din undersøgelse, jo flere frihedsgrader skal du eksperimentere med i senere statistisk analyse.

Betydning

Grader af frihed er vigtige i Chi-Square testen fordi de observerede resultater ofte adskiller sig væsentligt fra de forventede resultater, og disse frihedsgrader er nødvendige for at teste forskellige hypotetiske situationer. I grund og grund kan du tage de data, du har samlet til din analyse, og genbruge dem til at udføre en anden statistisk analyse. Disse nye undersøgelser kan hjælpe med at forklare forskellene mellem de forventede resultater og de observerede resultater mere fuldstændigt.