Fatos principais
- Categoria
- Matemática, datas e finanças
- Tipos de entrada
- select, textarea, number
- Tipo de saída
- json
- Cobertura de amostras
- 4
- API disponível
- Yes
Visão geral
A Calculadora de Teste Qui-Quadrado permite executar testes estatísticos de bondade de ajuste ou independência de forma rápida e precisa. Insira suas contagens observadas ou tabelas de contingência para calcular automaticamente a estatística qui-quadrado, os graus de liberdade e o valor-p, ajudando a validar hipóteses com base no nível de significância (alfa) desejado.
Quando usar
- •Para verificar se a distribuição de uma amostra categórica corresponde a uma distribuição teórica esperada (teste de bondade de ajuste).
- •Para analisar se duas variáveis categóricas são independentes ou se existe uma associação significativa entre elas (teste de independência).
- •Para validar resultados de pesquisas de mercado, experimentos biológicos ou testes A/B usando tabelas de contingência.
Como funciona
- •Selecione o tipo de teste desejado: 'Bondade de ajuste' ou 'Independência'.
- •Insira os dados correspondentes: contagens observadas e esperadas separadas por vírgula, ou uma tabela de contingência com uma linha por registro.
- •Defina o nível de significância (alfa, padrão 0.05) e o número de casas decimais para o resultado.
- •A ferramenta processa os dados e retorna um objeto JSON com o valor qui-quadrado, graus de liberdade, valor-p e a decisão de rejeitar ou não a hipótese nula.
Casos de uso
Exemplos
1. Teste de Bondade de Ajuste para Lançamento de Dados
Estudante de Estatística- Contexto
- Um estudante lançou um dado de 6 faces 120 vezes e quer saber se o dado é viciado.
- Problema
- Comparar as frequências observadas de cada face com a frequência esperada (20 para cada) para verificar a aleatoriedade.
- Como usar
- Selecione 'Bondade de ajuste', insira as contagens observadas e as contagens esperadas (20, 20, 20, 20, 20, 20).
- Configuração de exemplo
-
testType: goodness-of-fit observedCounts: 18, 22, 20, 16, 24, 20 expectedCounts: 20, 20, 20, 20, 20, 20 alpha: 0.05 - Resultado
- A ferramenta calcula o qui-quadrado e o valor-p, retornando 'rejectNull: false', o que sugere que não há evidências de que o dado seja viciado.
2. Análise de Independência em Pesquisa de Mercado
Analista de Dados- Contexto
- Uma empresa quer saber se a escolha do plano de assinatura (Básico ou Premium) depende do gênero do cliente.
- Problema
- Avaliar a relação entre duas variáveis categóricas usando os dados de uma pesquisa recente.
- Como usar
- Selecione 'Independência' e insira os dados da pesquisa no campo 'Tabela de contingência', separando as colunas por vírgula e as linhas por quebra de linha.
- Configuração de exemplo
-
testType: independence contingencyTable: 30, 20 15, 35 alpha: 0.05 - Resultado
- O cálculo retorna a estatística qui-quadrado e um valor-p baixo com 'rejectNull: true', comprovando que existe uma associação significativa entre o gênero e o plano escolhido.
Testar com amostras
math-&-numbersHubs relacionados
FAQ
Qual a diferença entre bondade de ajuste e independência?
A bondade de ajuste compara uma única variável categórica com uma distribuição esperada. O teste de independência avalia se duas variáveis categóricas estão relacionadas usando uma tabela de contingência.
Como devo formatar a tabela de contingência?
Insira os valores numéricos separados por vírgula, usando uma nova linha para cada linha da tabela. Por exemplo: '30, 20' na primeira linha e '15, 35' na segunda.
O que significa o valor alfa?
O alfa (nível de significância) é a probabilidade de rejeitar a hipótese nula quando ela é verdadeira. O padrão comum em estatística é 0.05 (5%).
O que indica o campo 'rejectNull' no resultado?
Se 'rejectNull' for verdadeiro (true), significa que o valor-p calculado é menor ou igual ao alfa definido, indicando que há evidências estatísticas para rejeitar a hipótese nula.
Posso alterar o número de casas decimais do resultado?
Sim, você pode configurar o campo 'Casas decimais' (de 0 a 10) para ajustar a precisão do valor qui-quadrado e do valor-p gerados no JSON.