Či laukuma tests programmā Excel Kā veikt Či laukuma testu ar piemēru

Chi-Square tests ar Excel

Chi-Square tests excel ir visbiežāk izmantotais parametru tests, ko izmanto, lai salīdzinātu divus vai vairākus mainīgos lielumus nejauši izvēlētiem datiem. Tas ir testa veids, ko izmanto, lai noskaidrotu sakarību starp diviem vai vairākiem mainīgajiem lielumiem, to izmanto statistikā, kas ir pazīstama arī kā Chi-Square P vērtība, programmā Excel mums nav iebūvētas funkcijas, bet mēs varam izmantot formulas, lai veiktu chi-kvadrāta testu Excel, izmantojot Chi-Square testa matemātisko formulu.

Veidi

  1. Chi-Square tests fit labestību
  2. Chi-Square tests divu mainīgo neatkarībai.

# 1 - Chi-Square tests piemērotības pārbaudei

To izmanto, lai uztvertu populācijai piemērota parauga tuvumu. Chi-Square testa simbols ir (2). Tā ir visu ( Novērotā skaita - Paredzētā skaita) 2 / Paredzētā skaita summa.

  • kur k-1 brīvības pakāpes vai DF.
  • Kur Oi ir novērotā frekvence, k ir kategorijas un Ei ir paredzamā frekvence.

Piezīme: - Statistiskā modeļa piemērotība ir izpratne par to, cik labi izlases dati atbilst novērojumu kopumam.

Izmanto

  • Aizņēmēju kredītspēja, pamatojoties uz viņu vecuma grupām un individuālajiem aizdevumiem
  • Saistība starp pārdevēju sniegumu un saņemto apmācību
  • Atdeve no viena krājuma un tādas nozares kā farmācija vai banku krājumi
  • Skatītāju kategorija un TV kampaņas ietekme.

# 2 - Chi-Square tests divu mainīgo neatkarībai

To izmanto, lai pārbaudītu, vai mainīgie ir neatkarīgi vai nav. Ar (r-1) (c-1) brīvības pakāpēm

Kur Oi ir novērotā frekvence, r ir rindu skaits, c ir kolonnu skaits un Ei ir paredzamā biežums

Piezīme: - divus nejaušus mainīgos sauc par neatkarīgiem, ja viens mainīgais neietekmē viena mainīgā varbūtību sadalījumu.

Izmanto

Neatkarības pārbaude ir piemērota šādās situācijās:

  • Ir viens kategorisks mainīgais.
  • Ir divi kategoriski mainīgie, un jums būs jānosaka saistība starp tiem.
  • Pastāv savstarpējas tabulas, un jāatrod saistība starp diviem kategoriskiem mainīgajiem.
  • Ir kvantitatīvi nenosakāmi mainīgie (piemēram, atbildes uz jautājumiem, piemēram, vai dažādu vecuma grupu darbinieki izvēlas dažādus veselības plānu veidus?)

Kā Excel programmā veikt Chi-Square testu? (ar piemēru)

Šo Chi Square Test Excel veidni varat lejupielādēt šeit - Chi Square Test Excel veidne

Restorāna vadītājs vēlas atrast saistību starp klientu apmierinātību un to cilvēku algām, kuri gaida galdus. Tajā mēs izveidosim hipotēzi, lai pārbaudītu Či laukumu

  • Viņa izlases veidā atlasa 100 klientus, kuri jautā, vai pakalpojums bija izcils, labs vai slikts.
  • Pēc tam viņa kategorizē gaidošo cilvēku algas kā zemas, vidējas un augstas.
  • Pieņemsim, ka nozīmīguma līmenis ir 0,05. Šeit H0 un H1 apzīmē pakalpojumu kvalitātes neatkarību un atkarību no cilvēku gaida algas.
  • H 0 - apkalpošanas kvalitāte nav atkarīga no to cilvēku algām, kuri gaida galdus.
  • H 1 - apkalpošanas kvalitāte ir atkarīga no to cilvēku algām, kuri gaida galdus
  • Viņas atklājumi ir parādīti zemāk esošajā tabulā:

Tajā mums ir 9 datu punkti, mums ir 3 grupas, no kurām katrai ir atšķirīgs ziņojums par algu, un rezultāts ir norādīts zemāk.

Tagad mēs skaitīsim visu rindu un kolonnu summu. Mēs to izdarīsim ar formulas, ti, SUM palīdzību. Lai kopējo kolonnu kopsummā mēs ierakstītu = SUM (B4: D4) un pēc tam nospiediet taustiņu Enter.

Tas mums dos 26 . Mēs veiksim to pašu ar visām rindām un kolonnām.

Lai aprēķinātu brīvības pakāpi (DF), mēs izmantojam (r-1) (c-1)

DF = (3-1) (3-1) = 2 * 2 = 4

  • Ir 3 pakalpojumu kategorijas un 3 algu kategorijas
  • Mums ir 27 respondenti ar vidēju algu (apakšējā rinda, vidējā)
  • Mums ir 51 respondents ar labu servisu (pēdējā sleja, vidusdaļa)

Tagad mums jāaprēķina sagaidāmie biežumi: -

Paredzētos biežumus var aprēķināt, izmantojot formulu: -

  • Lai aprēķinātu lielisko vērtību, mēs izmantosim, reizinot kopējo zemo vērtību ar kopējo lielisko, dalot ar N.

Pieņemsim, ka mums jāaprēķina 1. rindai un 1. kolonnai (= B7 * E4 / B9 ) . Tas ļaus sagaidāmajam klientu skaitam, kurš ir nobalsojis par izcilu apkalpošanu, par to cilvēku algām, kas gaida tik zemu, ti, 8,32 .

  • E 11 = (32 * 26) / 100 = 8,32 , E 12 = 7,02 , E 13 = 10,66
  • E 21 = 16,32 , E 22 = 13,77 , E 23 = 20,91
  • E 31 = 7,36 , E 32 = 6,21 , E 33 = 9,41

Līdzīgi visiem mums ir jādara tas pats, un formula tiek izmantota zemāk redzamajā diagrammā.

Mēs iegūstam sagaidāmā biežuma tabulu, kā norādīts zemāk: -

Piezīme: - Pieņemsim, ka nozīmīguma līmenis ir 0,05. Šeit H0 un H1 apzīmē pakalpojumu kvalitātes neatkarību un atkarību no cilvēku gaida algas.

Pēc paredzamās frekvences aprēķināšanas mēs aprēķināsim hī kvadrāta datu punktus, izmantojot formulu

Chi-Square Points = (novērots-sagaidāms) ^ 2 / gaidīts

Lai aprēķinātu pirmo punktu, mēs rakstām = (B4-B14) ^ 2 / B14. 

Mēs kopēsim un ielīmēsim formulu citās šūnās, lai automātiski aizpildītu vērtību.

Pēc tam mēs aprēķināsim chi vērtību (Aprēķinātā vērtība) , pievienojot visas vērtības, kas norādītas virs tabulas

Mēs saņēmām Chi vērtību kā 18,65823 .

Lai aprēķinātu kritisko vērtību, mēs izmantojam chi-square kritisko vērtību tabulu, un mēs varam izmantot tālāk sniegto formulu.

Šī formula satur 2 parametrus CHISQ.INV.RT (varbūtība, brīvības pakāpe).

Varbūtība ir 0,05, tā ir nozīmīga vērtība, kas mums palīdzēs noteikt, vai pieņemt nulles hipotēzi (H 0 ) vai nē.

Si kvadrāta kritiskā vērtība ir 9,487729037.

Tagad mēs atradīsim chi kvadrāta vērtību vai (P vērtību) = CHITEST (faktiskais_diapazons, paredzamais_diapazons)

Diapazons no = CHITEST (B4: D6, B14: D16) .

Tā kā mēs redzējām, ka chi testa vai P vērtības vērtība ir = 0,00091723.

Kā redzējām, ka esam aprēķinājuši visas vērtības. Par chi-square (aprēķinātā vērtība) vērtības ir nozīmīgs tikai tad, ja tā vērtība ir vienāda vai lielāka par kritisko vērtību 9,48, ti kritiskā vērtība (tabulas veidā vērtība) nedrīkst būt lielāks par 18.65 pieņemt nulles hipotēzi (H 0 ) .

Bet šeit Aprēķinātā vērtība > Tabulētā vērtība

X2 (aprēķināts)> X2 (tabulas veidā)

18.65> 9.48

Šajā gadījumā mēs noraidīsim nulles hipotēzi (H 0 ) un tiks pieņemta aizstājēja (H 1 ) .

  • Varam arī izmantot P vērtību, lai prognozētu to pašu, ti, ja P vērtība <= α (nozīmīga vērtība 0,05), Null hipotēze tiks noraidīta
  • Ja P vērtība> α , nenoraidiet  nulles hipotēzi .

Šeit P vērtība (0,0009172) < α (0,05), noraidiet H 0 , pieņemiet H 1

No iepriekš minētā piemēra mēs secinām, ka pakalpojumu kvalitāte ir atkarīga no gaidošo cilvēku algām.

Atceramās lietas

  • Uzskata standarta parastā varianta kvadrātu.
  • Novērtē, vai dažādās kategorijās novērotās frekvences ievērojami atšķiras no frekvencēm, kas sagaidāmas saskaņā ar noteiktu pieņēmumu kopumu.
  • Nosaka, cik labi pieņemtais sadalījums atbilst datiem.
  • Izmanto ārkārtas tabulas (tirgus pētījumos šīs tabulas sauc par savstarpējām cilnēm).
  • Atbalsta nominālā līmeņa mērījumus.

$config[zx-auto] not found$config[zx-overlay] not found