Test categorical data اثنان طرق: independence في جدول (rows × columns observed يُحسب) أو goodness fit (observed يُحسب against expected يُحسب). احصل chi-square statistic، درجات freedom، expected جدول وp-value.
لـindependence: (rows − 1) × (columns − 1). لـgoodness fit: categories − 1 (ناقص أي parameters تقديري من data، أي هذا حاسبة يفعل لا افعل).
قياسي قاعدة thumb تريد معظم expected يُحسب على الأقل 5. مع tiny expected يُحسب chi-square approximation weakens — Fisher دقيق test classic alternative لـصغير 2 × 2 جدول.
لـindependence: اثنان variables associated — لا ذلك واحد causes آخر. لـgoodness fit: observed pattern departs من expected model أكثر من فرصة alone سوف typically produce.
لأن تحقق expected يُحسب جزء doing test honestly — أنت يمكن انظر تمامًا أي cells drive statistic.
χ² = Σ (O − E) ² ÷ E فوق كل cells. لـindependence، E لـcell = (row المجموع × column المجموع) ÷ grand المجموع، وdf = (r − 1) (c − 1). لـgoodness fit، E قيم supplied بواسطة model وdf = categories − 1. p-value يمين tail chi-square distribution، محسوب via incomplete gamma function.
Inputs: جدول [[10، 20]، [20، 10]].
خطوات: Row المجموع 30 و30؛ column المجموع 30 و30؛ grand المجموع 60. كل E = 30 × 30 ÷ 60 = 15. كل cell contributes (5 ² ÷ 15) = 1.667؛ أربعة cells يمنح χ² = 6.667. df = (2 − 1) (2 − 1) = 1. p = P (χ²₁ ≥ 6.667) ≈ 0.0098.
نتيجة: χ² = 6.667، df 1، p ≈ 0.0098. Goodness-of-fit تحقق: observed [10، 20، 30] against expected [20، 20، 20] يعطي χ² = 5 + 0 + 5 = 10 في 2 df، p ≈ 0.0067.
اجمع هذا حاسبة إلى الخاص به website أو blog — إنه completely مجاني، يحتاج دون تسجيل، ودائمًا يعرض latest version. Copy الرمز أدناه وpaste إنه إلى صفحة where أنت تريد الحاسبة إلى يظهر. احتفظ صغير &ldquo؛ قدرة بواسطة Loona Automation &rdquo؛ credit سطر تحت embed يساعد احتفظ هذا أداة مجاني — لكن أنت مجاني إلى style أو remove إنه؛ الأداة يعمل أي من طريقة.