So berechnen sie den p-wert einer chi-quadrat-statistik in r

Jedes Mal, wenn Sie einen Chi-Quadrat-Test durchführen, erhalten Sie eine Chi-Quadrat-Teststatistik. Anschließend können Sie den p-Wert ermitteln, der dieser Teststatistik entspricht, um festzustellen, ob die Testergebnisse statistisch signifikant sind oder nicht.

Um den p-Wert zu finden, der einer Chi-Quadrat-Teststatistik in R entspricht, können Sie die Funktion pchisq() verwenden, die die folgende Syntax verwendet:

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

Gold:

• q: Die Chi-Quadrat-Teststatistik
• df: Freiheitsgrade
• Lower.tail: Wenn TRUE, wird die linke Wahrscheinlichkeit von q in der Chi-Quadrat-Verteilung zurückgegeben. Bei FALSE wird die Wahrscheinlichkeit rechts von q in der Chi-Quadrat-Verteilung zurückgegeben. Der Standardwert ist TRUE.

Die folgenden Beispiele zeigen, wie Sie diese Funktion in der Praxis nutzen können.

Beispiel 1: Chi-Quadrat-Anpassungstest

Ein Ladenbesitzer sagt, dass an jedem Tag der Woche gleich viele Kunden in sein Geschäft kommen. Um diese Hypothese zu testen, erfasst ein unabhängiger Forscher die Anzahl der Kunden, die in einer bestimmten Woche in den Laden kommen, und stellt Folgendes fest:

• Montag: 50 Kunden
• Dienstag: 60 Kunden
• Mittwoch: 40 Kunden
• Donnerstag: 47 Kunden
• Freitag: 53 Kunden

Nach der Durchführung eines Chi-Quadrat-Anpassungstests stellt der Forscher Folgendes fest:

Chi-Quadrat-Teststatistik (X ² ): 4,36

Freiheitsgrade: (df): 4

Um den mit dieser Chi-Quadrat-Teststatistik und den Freiheitsgraden verknüpften p-Wert zu ermitteln, können wir den folgenden Code in R verwenden:

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

[1] 0.3594721

Der p-Wert beträgt 0,359 . Da dieser p-Wert nicht kleiner als 0,05 ist, können wir die Nullhypothese nicht ablehnen. Das bedeutet, dass uns nicht genügend Beweise dafür vorliegen, dass sich die tatsächliche Kundenverteilung von der vom Ladenbesitzer gemeldeten unterscheidet.

Beispiel 2: Chi-Quadrat-Test der Unabhängigkeit

Forscher wollen wissen, ob das Geschlecht mit der Präferenz für eine politische Partei zusammenhängt. Sie nehmen eine einfache Zufallsstichprobe von 500 Wählern und befragen sie zu ihrer Präferenz für eine politische Partei. Nach der Durchführung eines Chi-Quadrat-Unabhängigkeitstests stellen sie Folgendes fest:

Chi-Quadrat-Teststatistik (X ² ): 0,8642

Freiheitsgrade: (df): 2

Um den mit dieser Chi-Quadrat-Teststatistik und den Freiheitsgraden verknüpften p-Wert zu ermitteln, können wir den folgenden Code in R verwenden:

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

[1] 0.6491445

Der p-Wert beträgt 0,649 . Da dieser p-Wert nicht kleiner als 0,05 ist, können wir die Nullhypothese nicht ablehnen. Das bedeutet, dass uns keine ausreichenden Belege dafür vorliegen, dass ein Zusammenhang zwischen Geschlecht und politischen Parteipräferenzen besteht.

Verwandte Themen: So führen Sie einen Chi-Quadrat-Unabhängigkeitstest in R durch

Die vollständige Dokumentation für die Funktion pchisq() finden Sie hier .