Google sheets တွင် chi square fit test (အဆင့်ဆင့်)

Chi-square goodness-of-fit test ကို categorical variable သည် hypothetical distribution ကို လိုက်နာခြင်း ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုပါသည်။

ဥပမာအားဖြင့်၊ စတိုးဆိုင်ပိုင်ရှင်တစ်ဦးသည် တစ်ပတ်လျှင် ဖောက်သည်အရေအတွက် ညီတူညီမျှ ၎င်း၏ဆိုင်သို့ လာရောက်သည်ဟု ဆိုပါစို့။

ဤယူဆချက်ကို စမ်းသပ်ရန်အတွက် လွတ်လပ်သောသုတေသီတစ်ဦးသည် သတ်မှတ်ရက်သတ္တပတ်တစ်ခုအတွင်း စတိုးဆိုင်သို့လာရောက်သော ဖောက်သည်အရေအတွက်ကို မှတ်တမ်းတင်ပြီး အောက်ပါတို့ကို တွေ့ရှိသည်-

• တနင်္လာနေ့- ဖောက်သည် ၅၀
• အင်္ဂါနေ့- ဖောက်သည် ၆၀
• ဗုဒ္ဓဟူးနေ့- ဖောက်သည် ၄၀
• ကြာသပတေးနေ့: ဖောက်သည် 47
• သောကြာနေ့: ဖောက်သည် 53 ဦး

ဒေတာသည် စတိုးပိုင်ရှင်၏ တောင်းဆိုချက်နှင့် ကိုက်ညီမှုရှိမရှိ ဆုံးဖြတ်ရန် Chi-square goodness-of-fit စမ်းသပ်မှုကို လုပ်ဆောင်နိုင်ပါသည်။

ဤတစ်ဆင့်ပြီးတစ်ဆင့် ဥပမာသည် Google Sheets တွင် chi-square goodness-of-fit test ကို မည်သို့လုပ်ဆောင်ရမည်ကို ပြသထားသည်။

အဆင့် 1: ဒေတာကိုဖန်တီးပါ။

ဦးစွာ၊ အောက်ပါဖော်မတ်ဖြင့် Google Sheets ထဲသို့ ဒေတာကို ထည့်ကြပါစို့။

မှတ်ချက်- စုစုပေါင်း ဖောက်သည် 250 ရှိခဲ့သည်။ စတိုးဆိုင်ပိုင်ရှင်က တစ်နေ့ကို ဖောက်သည်အရေအတွက် ညီတူညီမျှ ဝင်လာဖို့ မျှော်လင့်ထားရင် တစ်နေ့ကို ဖောက်သည် ၅၀ လောက် ရှိဖို့ မျှော်လင့်ပါတယ်။

အဆင့် 2- စောင့်ကြည့်လေ့လာပြီး မျှော်လင့်ထားသည့်တန်ဖိုးများကြား ခြားနားချက်ကို တွက်ချက်ပါ။

ကြံ့ခိုင်မှုစမ်းသပ်မှုအတွက် Chi-square စမ်းသပ်မှုစာရင်းအင်းသည် X ² = Σ(OE) ² / E ဖြစ်သည်။

ရွှေ-

• Σ- သည် “ ပေါင်း” ဟု အဓိပ္ပါယ်ရသော ဖန်စီသင်္ကေတတစ်ခုဖြစ်သည်။
• O: သတိပြုမိသည်။
• E: မျှော်မှန်းတန်ဖိုး

အောက်ပါပုံသေနည်းသည် အတန်းတစ်ခုစီအတွက် (OE) ² /E တွက်ချက်နည်းကို ပြသည်-

အဆင့် 3- P-value ကို တွက်ချက်ပါ။

နောက်ဆုံးတွင်၊ ကျွန်ုပ်တို့သည် အောက်ပါဖော်မြူလာများကို အသုံးပြု၍ Chi-square စမ်းသပ်မှုစာရင်းအင်းနှင့် သက်ဆိုင်ရာ p-value ကို တွက်ချက်ပါမည်။

မှတ်ချက်- CHISQ.DIST.RT(x၊ deg_freedom) လုပ်ဆောင်ချက်သည် စမ်းသပ်စာရင်းအင်း x နှင့် လွတ်လပ်မှုအတိုင်းအတာတစ်ခုနှင့်ဆက်စပ်နေသည့် Chi-square ဖြန့်ဖြူးမှု၏ မှန်ကန်သောဖြစ်နိုင်ခြေကို ပြန်ပေးသည်။ လွတ်လပ်မှုဒီဂရီကို n-1 အဖြစ် တွက်ချက်သည်။ ဤအခြေအနေတွင် deg_freedom = 5 – 1 = 4 ။

စစ်ဆေးမှုအတွက် ^X2 စမ်းသပ်မှုကိန်းဂဏန်းသည် 4.36 ဖြစ်ပြီး သက်ဆိုင်ရာ p-value သည် 0.3595 ဖြစ်သည်။

ဤ p-value သည် 0.05 ထက်မနည်းသောကြောင့်၊ null hypothesis ကို ငြင်းပယ်ရန် ပျက်ကွက်ပါသည်။ ဆိုလိုသည်မှာ စတိုးဆိုင်ပိုင်ရှင်မှ တင်ပြသော ဖောက်သည်များ၏ စစ်မှန်သော ဖြန့်ဖြူးမှုသည် ကွဲလွဲကြောင်း ပြောရန် လုံလောက်သော အထောက်အထား မရှိဟု ဆိုလိုပါသည်။

ထပ်လောင်းအရင်းအမြစ်များ

Chi-square goodness-of-fit test ကို မိတ်ဆက်ခြင်း။
Chi-square goodness-of-fit စမ်းသပ်ဂဏန်းတွက်စက်
P တန်ဖိုးများနှင့် စာရင်းအင်းဆိုင်ရာ အရေးပါမှုဆိုင်ရာ ရှင်းလင်းချက်