Ключевые факты
- Категория
- Математика, даты и финансы
- Типы входных данных
- select, textarea, number
- Тип результата
- json
- Покрытие примерами
- 4
- API доступен
- Yes
Обзор
Калькулятор критерия хи-квадрат — это удобный инструмент для статистического анализа, позволяющий быстро выполнять критерии согласия и независимости. С его помощью вы можете легко проверить, соответствуют ли наблюдаемые частоты ожидаемым распределениям, или определить наличие связи между категориальными переменными в таблицах сопряженности. Инструмент автоматически рассчитывает значение хи-квадрат, степени свободы, p-значение и выдает результат проверки нулевой гипотезы на основе заданного уровня значимости.
Когда использовать
- •Когда необходимо проверить, соответствует ли эмпирическое распределение данных теоретическому (критерий согласия).
- •При анализе таблиц сопряженности для выявления статистически значимой связи между двумя категориальными переменными.
- •Для быстрой проверки статистических гипотез в маркетинговых исследованиях, социологии или биологии без использования сложных программ.
Как это работает
- •Выберите тип теста: критерий согласия (для одномерных данных) или критерий независимости (для таблиц сопряженности).
- •Введите наблюдаемые и ожидаемые частоты через запятую, либо заполните таблицу сопряженности построчно.
- •Укажите уровень значимости (альфа), по умолчанию равный 0.05, и желаемое количество знаков после запятой.
- •Получите готовый результат в формате JSON, включающий статистику хи-квадрат, p-значение, степени свободы и вывод об отклонении нулевой гипотезы.
Сценарии использования
Примеры
1. Проверка равномерности распределения покупателей
Маркетолог- Контекст
- Магазин собрал данные о количестве посетителей за 5 рабочих дней. Маркетолог хочет узнать, равномерно ли распределяется трафик по дням недели.
- Проблема
- Определить, есть ли статистически значимые отклонения в посещаемости по дням.
- Как использовать
- Выбрать 'Критерий согласия', ввести наблюдаемые частоты посетителей по дням и ожидаемые частоты (равномерное распределение).
- Пример конфигурации
-
{ "testType": "goodness-of-fit", "observedCounts": "18, 22, 20, 16, 24", "expectedCounts": "20, 20, 20, 20, 20", "alpha": 0.05 } - Результат
- Калькулятор выдает p-значение 0.7358. Так как p > 0.05, нулевая гипотеза не отклоняется — трафик распределен равномерно.
2. Анализ связи между полом и предпочтением продукта
Социолог- Контекст
- Проведен опрос мужчин и женщин об их предпочтениях между двумя брендами (Бренд А и Бренд Б).
- Проблема
- Выяснить, зависит ли выбор бренда от пола респондента.
- Как использовать
- Выбрать 'Независимость' и ввести данные опроса в поле 'Таблица сопряженности', где строки — это пол, а столбцы — бренды.
- Пример конфигурации
-
{ "testType": "independence", "contingencyTable": "30, 20\n15, 35", "alpha": 0.05 } - Результат
- Инструмент рассчитывает статистику хи-квадрат и p-значение, показывая, есть ли статистически значимая связь между полом и выбором бренда.
Проверить на примерах
math-&-numbersСвязанные хабы
FAQ
Что такое p-значение в результатах?
P-значение показывает вероятность получить такие же или более экстремальные результаты при условии, что нулевая гипотеза верна. Если оно меньше заданного уровня альфа, нулевая гипотеза отклоняется.
В каком формате нужно вводить таблицу сопряженности?
Вводите каждую строку таблицы с новой строки, разделяя значения внутри строки запятыми (например, '30, 20' на первой строке и '15, 35' на второй).
Обязательно ли вводить ожидаемые частоты для критерия согласия?
Да, для корректного расчета критерия согласия необходимо указать как наблюдаемые, так и ожидаемые частоты в одинаковом количестве.
Что означает параметр 'Альфа'?
Альфа (уровень значимости) — это порог вероятности ошибки первого рода. Чаще всего используется значение 0.05, что означает 5% риск отклонить верную нулевую гипотезу.
Можно ли изменить точность округления результатов?
Да, вы можете задать количество знаков после запятой в настройках калькулятора (от 0 до 10).