Hoe u een chikwadraat-goodness of fit-test uitvoert in stata

Een chikwadraat-goodness-of-fit-test wordt gebruikt om te bepalen of een categorische variabele al dan niet een hypothetische verdeling volgt.

In deze tutorial wordt uitgelegd hoe u een chikwadraat-goodness-of-fit-test uitvoert in Stata.

Voorbeeld: Chi-kwadraat goodness-of-fit-test in Stata

Om te illustreren hoe deze test moet worden uitgevoerd, zullen we een dataset gebruiken met de naam nlsw88 , die informatie bevat over de arbeidsstatistieken van vrouwen in de Verenigde Staten in 1988.

Volg de volgende stappen om een chikwadraat-goodness-of-fit-test uit te voeren om te bepalen of de werkelijke verdeling van ras in deze dataset is: 70% blank, 20% zwart, 10% anders.

Stap 1: Onbewerkte gegevens laden en weergeven.

Eerst zullen we de gegevens laden door de volgende opdracht te typen:

nlsw88-systeem

We kunnen de onbewerkte gegevens bekijken door de volgende opdracht te typen:

br

Elke rij geeft informatie over een persoon weer, waaronder leeftijd, ras, burgerlijke staat, opleidingsniveau en diverse andere factoren.

Stap 2: Laad het aanpassingspakket.

Om een geschiktheidstest uit te voeren, moeten we het csgof- pakket installeren. We kunnen dit doen door het volgende commando te typen:

csgof vinden

Er verschijnt een nieuw venster. Klik op de link met de tekst csgof van https://stats.idre.ucla.edu/stat/stata/ado/analysis .

Er verschijnt een ander venster. Klik op de link met de tekst Klik hier om te installeren .

Het installeren van het pakket duurt slechts enkele seconden.

Stap 3: Voer de fittest uit.

Zodra het pakket is geïnstalleerd, kunnen we de goodness-of-fit-test uitvoeren op de gegevens om te bepalen of de werkelijke race-indeling als volgt is: 70% blank, 20% zwart, 10% anders.

We zullen de volgende syntaxis gebruiken om de test uit te voeren:

csgof variabele_van_rente, expperc(lijst_van_verwachte_percentages)

Hier is de exacte syntaxis die we in ons geval zullen gebruiken:

voer csgof, expperc(70, 20, 10) uit

Zo interpreteert u het resultaat:

Samenvattingsvak: Dit vak toont ons het verwachte percentage, de verwachte frequentie en de waargenomen frequentie voor elke race. Bijvoorbeeld:

• Het verwachte percentage blanke individuen was 70%. Dit is het percentage dat wij hebben opgegeven.
• De verwachte frequentie van blanke individuen was 1.572,2. Dit wordt berekend op basis van het feit dat er 2.246 individuen in de dataset zaten, dus 70% van dat aantal is 1.572,2.
• De waargenomen frequentie van blanke individuen was 1.637. Dit is het werkelijke aantal blanke individuen in de dataset.

Chisq(2): Dit is de Chi-kwadraat-teststatistiek voor de goodness-of-fit-test. Het blijkt 218.13 te zijn.

p: Dit is de p-waarde die is gekoppeld aan de Chi-kwadraattoetsstatistiek. Het blijkt 0 te zijn. Omdat het minder dan 0,05 is, slagen we er niet in de nulhypothese te verwerpen dat de werkelijke raciale verdeling 70% blank, 20% zwart en 10% anderen is. We hebben voldoende bewijs om te concluderen dat de werkelijke raciale verdeling verschilt van deze hypothetische verdeling.