如何计算预期频率

预期频率是我们期望在实验中出现的理论频率。

这种类型的频率最常出现在两种类型的卡方检验中：

• 卡方拟合优度检验
• 卡方独立性检验

本教程解释了如何计算这两个测试的预期频率。

卡方拟合优度检验中的预期频率

卡方拟合优度检验用于确定分类变量是否遵循假设分布。通过这种类型的测试，我们将分类变量的观察频率与预期频率进行比较。

例如，假设商店老板声称一周中每天都有相同数量的顾客来到他的商店。为了检验这一假设，一位独立研究人员记录了给定一周内进入商店的顾客数量，并发现以下结果：

为了计算每天顾客的预期频率，我们可以使用以下公式：

预期频率 = 预期百分比 * 总数

对于这个特定示例，商店老板期望每天进入商店的顾客数量相同，因此特定日期进入商店的顾客的预期百分比是该周顾客总数的 20%。

这意味着我们可以计算每天客户的预期频率如下：

预期频率 = 20% * 250 客户总数 = 50

卡方独立性检验中的预期频率

卡方独立性检验用于确定两个分类变量之间是否存在显着关联。通过这种类型的测试，我们还将一组观察到的频率与一组预期频率进行比较。

例如，假设我们想知道性别是否与对政党的偏好相关。我们对 500 名选民进行了简单的随机抽样，并询问他们的政党偏好。下表列出了调查结果：

要计算每个表格单元格的预期频率，我们可以使用以下公式：

预期频率 = (行数总和 * 列数总和) / 表总和

例如，共和党男性的期望值为： (230*250) / 500 = 115 。

我们可以重复此公式来获取每个表格单元格的期望值：

您可以在我们的页面上找到更多统计教程。