Test di adattamento chi-quadrato su una calcolatrice ti-84

Un test di bontà di adattamento chi quadrato viene utilizzato per determinare se una variabile categoriale segue o meno una distribuzione ipotetica.

Questo tutorial spiega come eseguire un test di adattamento chi-quadrato su una calcolatrice TI-84.

Esempio: test di adattamento chi-quadrato su una calcolatrice TI-84

Il proprietario di un negozio afferma che un numero uguale di clienti si reca nel suo negozio ogni giorno della settimana. Per verificare questa ipotesi, un ricercatore indipendente registra il numero di clienti che entrano nel negozio in una determinata settimana e rileva quanto segue:

• Lunedì: 50 clienti
• Martedì: 60 clienti
• Mercoledì: 40 clienti
• Giovedì: 47 clienti
• Venerdì: 53 clienti

Utilizzeremo i seguenti passaggi per eseguire un test di bontà di adattamento del chi quadrato per determinare se i dati sono coerenti con l’affermazione del proprietario del negozio.

Passaggio 1: inserisci i dati.

Innanzitutto, inseriremo i valori dei dati per il numero previsto di clienti ogni giorno e il numero osservato di clienti ogni giorno. Premere Stat quindi premere EDIT . Inserisci i seguenti valori per il numero osservato di clienti nella colonna L1 e i valori per il numero previsto di clienti nella colonna L2:

Nota: c’erano 250 clienti in totale. Pertanto, se il proprietario del negozio si aspetta che un numero uguale di clienti entri nel negozio ogni giorno, sarebbero 50 clienti al giorno.

Passaggio 2: eseguire il test di bontà di adattamento del chi quadrato.

Successivamente, eseguiremo il test della bontà di adattamento del chi quadrato. Premere Stat quindi scorrere fino a TESTS . Quindi scorrere fino a X ² GOF-Test e premere Invio .

Per Osservato scegliere l’elenco L1. Per Previsto , scegli l’elenco L2. Per df (gradi di libertà), inserisci #categorie – 1. Nel nostro caso abbiamo 5-1 = 4. Quindi evidenzia Calcola e premi Invio .

Verrà visualizzato automaticamente il seguente output:

Passaggio 3: interpretare i risultati.

La statistica del test ^X2 per il test è 4,36 e il corrispondente valore p è 0,3595 . Poiché questo valore p non è inferiore a 0,05, non riusciamo a rifiutare l’ipotesi nulla. Ciò significa che non abbiamo prove sufficienti per affermare che la reale distribuzione dei clienti sia diversa da quella riportata dal proprietario del negozio.