So führen sie einen chi-quadrat-anpassungstest in stata durch

Mithilfe eines Chi-Quadrat-Anpassungstests wird ermittelt, ob eine kategoriale Variable einer hypothetischen Verteilung folgt oder nicht.

In diesem Tutorial wird erläutert, wie Sie in Stata einen Chi-Quadrat-Anpassungstest durchführen.

Beispiel: Chi-Quadrat-Anpassungstest in Stata

Um zu veranschaulichen, wie dieser Test durchgeführt wird, verwenden wir einen Datensatz namens nlsw88 , der Informationen zur Arbeitsstatistik von Frauen in den Vereinigten Staaten im Jahr 1988 enthält.

Befolgen Sie die folgenden Schritte, um einen Chi-Quadrat-Anpassungstest durchzuführen, um zu bestimmen, ob die wahre Verteilung der Rasse in diesem Datensatz wie folgt lautet: 70 % Weiße, 20 % Schwarze, 10 % Andere.

Schritt 1: Rohdaten laden und anzeigen.

Zuerst laden wir die Daten, indem wir den folgenden Befehl eingeben:

nlsw88-System

Wir können die Rohdaten anzeigen, indem wir den folgenden Befehl eingeben:

br

In jeder Zeile werden Informationen zu einer Person angezeigt, darunter Alter, Rasse, Familienstand, Bildungsniveau und verschiedene andere Faktoren.

Schritt 2: Laden Sie das Anpassungspaket.

Um einen Eignungstest durchzuführen, müssen wir das csgof- Paket installieren. Wir können dies tun, indem wir den folgenden Befehl eingeben:

finde csgof

Es erscheint ein neues Fenster. Klicken Sie auf den Link „csgof“ von https://stats.idre.ucla.edu/stat/stata/ado/analysis .

Es erscheint ein weiteres Fenster. Klicken Sie auf den Link „Klicken Sie hier, um zu installieren“ .

Die Installation des Pakets sollte nur wenige Sekunden dauern.

Schritt 3: Führen Sie den Fit-Test durch.

Sobald das Paket installiert ist, können wir den Anpassungstest an den Daten durchführen, um festzustellen, ob die tatsächliche Rassenverteilung wie folgt aussieht: 70 % Weiße, 20 % Schwarze, 10 % Andere.

Wir werden die folgende Syntax verwenden, um den Test durchzuführen:

csgof variable_of_interest, expperc(list_of_expected_percentages)

Hier ist die genaue Syntax, die wir in unserem Fall verwenden werden:

csgof ausführen, expperc(70, 20, 10)

So interpretieren Sie das Ergebnis:

Zusammenfassungsfeld: Dieses Feld zeigt uns den erwarteten Prozentsatz, die erwartete Häufigkeit und die beobachtete Häufigkeit für jedes Rennen. Zum Beispiel:

• Der erwartete Anteil weißer Personen betrug 70 %. Dies ist der Prozentsatz, den wir angegeben haben.
• Die erwartete Häufigkeit weißer Personen betrug 1.572,2. Dies wird anhand der Tatsache berechnet, dass der Datensatz 2.246 Personen enthielt, sodass 70 % dieser Zahl 1.572,2 sind.
• Die beobachtete Häufigkeit weißer Personen betrug 1.637. Dies ist die tatsächliche Anzahl weißer Personen im Datensatz.

Chisq(2): Dies ist die Chi-Quadrat-Teststatistik für den Anpassungstest. Es stellt sich heraus, dass es 218,13 ist.

p: Dies ist der p-Wert, der der Chi-Quadrat-Teststatistik zugeordnet ist. Es stellt sich heraus, dass es 0 ist. Da es weniger als 0,05 ist, können wir die Nullhypothese nicht zurückweisen, dass die wahre Rassenverteilung 70 % Weiße, 20 % Schwarze und 10 % Andere beträgt. Wir haben genügend Beweise, um zu dem Schluss zu kommen, dass sich die wahre Rassenverteilung von dieser hypothetischen Verteilung unterscheidet.