Degrés de liberté dans un test du chi carré

Bonté de Fit

• Le Chi-Square est utilisé pour tester et de comparer deux types de données différentes: les données observées et les données attendues. Il mesure ce qu'on appelle la «bonté de s'adapter», qui est la différence entre ce que vous attendez et ce qui a été observé. Par exemple, statistiquement parlant, si vous retournez une pièce de monnaie 50 fois, vous devriez obtenir 25 têtes et 25 queues. Cependant, vous avez réellement lancer une pièce 50 fois et il atterrit sur la queue 19 fois et 31 fois la queue. Grâce à ces données, un statisticien pourrait théoriser sur pourquoi ces différences se sont produites.

Degrés de liberté

• 
  
  
  
  

  Les degrés de liberté sont des mesures du nombre de valeurs de la statistique qui sont libres de varier sans influencer le résultat de la statistique. Tests statistiques, y compris le Chi-Square, sont souvent basées sur des estimations très précises en fonction de divers éléments d'information vitale. Les statisticiens utilisent ces estimations pour créer des formules statistiques qui calculent le résultat final de leur analyse statistique. Les informations utilisées dans l'analyse peut varier, mais il doit toujours être au moins une catégorie fixe de infos le reste des catégories sont les degrés de liberté. Ceci est important parce que même si la statistique est une science mathématique, il est souvent basée sur des hypothèses qui peuvent être difficiles à calculer avec précision.

Calcul

• Calcul de degrés de liberté dans le test du chi carré est très simple. Trouver combien de catégories que vous avez dans votre analyse statistique et la soustraire par un. Par exemple, imaginez que vous êtes en train d'étudier les taux de natalité attendus d'éléphants contre le taux de natalité observé. Les catégories comprennent les âges de la mère, l'âge du père et le sexe de leurs enfants en train de naître. Cela vous donne trois catégories dans votre étude. Soustraire un que pour obtenir deux que votre degré de liberté. Fondamentalement, plus les catégories que vous avez dans votre étude, plus de degrés de liberté que vous avez à expérimenter dans l'analyse statistique plus tard.

Importance

• Degrés de liberté sont importants dans le test du chi carré parce que les résultats observés diffèrent souvent sensiblement des résultats attendus, et ces degrés de liberté sont nécessaires pour tester différentes situations hypothétiques. Fondamentalement, vous pouvez prendre les données que vous avez recueillies pour votre analyse et les réutiliser pour effectuer une autre analyse statistique. Ces nouvelles études peuvent aider à expliquer les différences entre les résultats attendus et les résultats observés plus pleinement.