كيفية حساب القيمة p لإحصائيات مربع كاي في r

في كل مرة تقوم فيها بإجراء اختبار مربع كاي، سوف تحصل على إحصائية اختبار مربع كاي. يمكنك بعد ذلك العثور على القيمة p التي تتوافق مع إحصائية الاختبار هذه لتحديد ما إذا كانت نتائج الاختبار ذات دلالة إحصائية أم لا.

للعثور على القيمة p التي تتوافق مع إحصائيات اختبار Chi-square في R، يمكنك استخدام الدالة pchisq() ، والتي تستخدم الصيغة التالية:

pchisq(q, df, Lower.tail = TRUE)

ذهب:

• س: إحصائية اختبار مربع كاي
• df: درجات الحرية
• Lower.tail: إذا كانت القيمة TRUE، يتم إرجاع الاحتمال الأيسر لـ q في توزيع مربع كاي. إذا كانت FALSE، فسيتم إرجاع الاحتمال الموجود على يمين q في توزيع مربع كاي. الافتراضي هو الصحيح.

توضح الأمثلة التالية كيفية استخدام هذه الوظيفة عمليًا.

مثال 1: اختبار جودة المطابقة لمربع كاي

يقول صاحب متجر إن عددًا متساويًا من العملاء يأتون إلى متجره كل يوم من أيام الأسبوع. لاختبار هذه الفرضية، يقوم باحث مستقل بتسجيل عدد العملاء الذين يأتون إلى المتجر في أسبوع معين ويجد ما يلي:

• الاثنين: 50 عميلاً
• الثلاثاء: 60 عميلاً
• الأربعاء: 40 عميلاً
• الخميس: 47 عميلاً
• الجمعة: 53 عميلاً

وبعد إجراء اختبار جودة التناسب لمربع كاي توصل الباحث إلى ما يلي:

إحصائية اختبار مربع كاي (X ² ): 4.36

درجات الحرية: (df): 4

للعثور على القيمة p المرتبطة بإحصائيات اختبار Chi-square ودرجات الحرية، يمكننا استخدام الكود التالي في R:

 #find p-value for the Chi-Square test statistic
pchisq(q=4.36, df=4, lower.tail= FALSE )

[1] 0.3594721

وتبين أن القيمة p هي 0.359 . وبما أن هذه القيمة p لا تقل عن 0.05، فإننا نفشل في رفض فرضية العدم. وهذا يعني أنه ليس لدينا ما يكفي من الأدلة لنقول أن التوزيع الحقيقي للعملاء يختلف عن ذلك الذي أبلغ عنه صاحب المتجر.

مثال 2: اختبار مربع كاي للاستقلال

يريد الباحثون معرفة ما إذا كان الجنس مرتبطًا بتفضيل الحزب السياسي أم لا. يأخذون عينة عشوائية بسيطة من 500 ناخب ويسألونهم عن تفضيلاتهم الحزبية. وبعد إجراء اختبار مربع كاي للاستقلال ، وجدوا ما يلي:

إحصائية اختبار مربع كاي (X ² ): 0.8642

درجات الحرية: (df): 2

للعثور على القيمة p المرتبطة بإحصائيات اختبار Chi-square ودرجات الحرية، يمكننا استخدام الكود التالي في R:

 #find p-value for the Chi-Square test statistic
pchisq(q=0.8642, df=2, lower.tail= FALSE )

[1] 0.6491445

وتبين أن القيمة p هي 0.649 . وبما أن هذه القيمة p لا تقل عن 0.05، فإننا نفشل في رفض فرضية العدم. وهذا يعني أنه ليس لدينا أدلة كافية للقول بوجود علاقة بين النوع الاجتماعي وتفضيلات الأحزاب السياسية.

ذات صلة: كيفية إجراء اختبار استقلالية مربع كاي في لغة R

ابحث عن الوثائق الكاملة لوظيفة pchisq() هنا .