Datos clave
- Categoría
- Matemáticas, fechas y finanzas
- Tipos de entrada
- select, textarea, number
- Tipo de salida
- json
- Cobertura de muestras
- 4
- API disponible
- Yes
Resumen
La Calculadora de Prueba Chi-Cuadrado es una herramienta estadística diseñada para ejecutar pruebas de bondad de ajuste o de independencia de forma rápida y precisa. Permite ingresar conteos observados, conteos esperados o tablas de contingencia para calcular automáticamente el valor chi-cuadrado, los grados de libertad y el valor p, facilitando la toma de decisiones sobre la hipótesis nula según el nivel de significancia elegido.
Cuándo usarlo
- •Para verificar si una muestra de datos categóricos se ajusta a una distribución teórica esperada (prueba de bondad de ajuste).
- •Para determinar si existe una relación significativa entre dos variables categóricas utilizando una tabla de contingencia (prueba de independencia).
- •Para calcular rápidamente el valor p y evaluar la hipótesis nula en investigaciones de mercado, estudios académicos o análisis de calidad sin usar software complejo.
Cómo funciona
- •Selecciona el tipo de prueba que necesitas realizar: 'Bondad de ajuste' o 'Independencia'.
- •Ingresa los datos correspondientes: conteos observados y esperados separados por comas, o una tabla de contingencia con una fila por línea.
- •Ajusta el nivel de significancia (alfa) y la cantidad de decimales deseados para el resultado.
- •Obtén instantáneamente el valor chi-cuadrado, los grados de libertad, el valor p y la conclusión sobre si se rechaza la hipótesis nula.
Casos de uso
Ejemplos
1. Prueba de dado justo (Bondad de ajuste)
Estudiante de estadística- Contexto
- Un estudiante lanza un dado de 6 caras 120 veces y registra la frecuencia con la que cae cada número para comprobar si el dado está sesgado.
- Problema
- Necesita comparar las frecuencias observadas con la frecuencia esperada (20 para cada cara) y obtener el valor p para confirmar si el dado es justo.
- Cómo usarlo
- Selecciona 'Bondad de ajuste', ingresa los conteos observados (ej. 18, 22, 20, 16, 24, 20) y los esperados (20, 20, 20, 20, 20, 20).
- Configuración de ejemplo
-
Tipo de prueba: Bondad de ajuste | Alfa: 0.05 - Resultado
- La calculadora devuelve el valor chi-cuadrado, los grados de libertad (5) y un valor p. Si el valor p es mayor a 0.05, 'rejectNull' será falso, indicando que el dado es justo.
2. Relación entre género y preferencia de marca
Analista de mercado- Contexto
- Una empresa encuestó a hombres y mujeres sobre su preferencia entre dos marcas competidoras para una nueva campaña publicitaria.
- Problema
- Determinar si la preferencia de marca es independiente del género del consumidor o si existe una correlación.
- Cómo usarlo
- Selecciona 'Independencia' e ingresa los datos en el campo de tabla de contingencia, con una fila por género y columnas por marca (ej. 30, 20 en la primera línea y 15, 35 en la segunda).
- Configuración de ejemplo
-
Tipo de prueba: Independencia | Tabla de contingencia: 30, 20 \n 15, 35 - Resultado
- Se obtiene el valor chi-cuadrado y el valor p. Un valor p bajo resulta en 'rejectNull: true', demostrando estadísticamente que la preferencia de marca depende del género.
Probar con muestras
math-&-numbersHubs relacionados
Preguntas frecuentes
¿Qué es una prueba de bondad de ajuste?
Es una prueba estadística que evalúa si los datos observados en una muestra coinciden con los valores esperados bajo una distribución teórica específica.
¿Cómo debo ingresar la tabla de contingencia?
Debes ingresar los valores numéricos separados por comas, usando una nueva línea para cada fila de la tabla (por ejemplo: '30, 20' en la primera línea y '15, 35' en la segunda).
¿Qué significa el valor alfa?
El alfa (por defecto 0.05) es el nivel de significancia. Representa la probabilidad de rechazar la hipótesis nula cuando es verdadera y define el umbral de comparación para el valor p.
¿Qué indica el resultado 'rejectNull'?
Si 'rejectNull' es verdadero (true), significa que el valor p calculado es menor que el alfa configurado, indicando que hay evidencia estadística suficiente para rechazar la hipótesis nula.
¿Puedo ajustar la precisión de los resultados?
Sí, puedes modificar el campo 'Decimales' (entre 0 y 10) para definir cuántos dígitos después del punto decimal se mostrarán en los cálculos finales.