Chi square fit-test in google spreadsheets (stap voor stap)

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

Stel bijvoorbeeld dat een winkeleigenaar beweert dat er elke dag van de week evenveel klanten naar zijn winkel komen.

Om deze hypothese te testen, registreert een onafhankelijke onderzoeker het aantal klanten dat in een bepaalde week de winkel binnenkomt en ontdekt het volgende:

• Maandag: 50 klanten
• Dinsdag: 60 klanten
• Woensdag: 40 klanten
• Donderdag: 47 klanten
• Vrijdag: 53 klanten

We kunnen een chikwadraat-goodness-of-fit-test uitvoeren om te bepalen of de gegevens consistent zijn met de bewering van de winkeleigenaar.

Dit stapsgewijze voorbeeld laat zien hoe u een chikwadraat-goodness-of-fit-test uitvoert in Google Spreadsheets.

Stap 1: Creëer de gegevens

Laten we eerst de gegevens in Google Spreadsheets invoeren in de volgende indeling:

Let op: Er waren in totaal 250 klanten. Als de winkeleigenaar verwacht dat er elke dag een gelijk aantal klanten de winkel binnenkomt, verwacht hij 50 klanten per dag.

Stap 2: Bereken het verschil tussen waargenomen en verwachte waarden

De Chi-kwadraatteststatistiek voor de goodness-of-fit-test is X ² = Σ(OE) ² / E.

Goud:

• Σ: is een mooi symbool dat “som” betekent
• O: waargenomen waarde
• E: verwachte waarde

De volgende formule laat zien hoe u (OE) ² /E voor elke rij berekent:

Stap 3: Bereken de P-waarde

Ten slotte zullen we de Chi-kwadraat-teststatistiek en de bijbehorende p-waarde berekenen met behulp van de volgende formules:

Opmerking: De functie CHISQ.DIST.RT(x, deg_freedom) retourneert de juiste waarschijnlijkheid van de Chi-kwadraatverdeling die is gekoppeld aan een teststatistiek x en een bepaalde vrijheidsgraad. De vrijheidsgraden worden berekend als n-1. In dit geval is deg_freedom = 5 – 1 = 4.

De ^X2- teststatistiek voor de test is 4,36 en de overeenkomstige p-waarde is 0,3595 .

Omdat deze p-waarde niet kleiner is dan 0,05, slagen we er niet in de nulhypothese te verwerpen. Dit betekent dat we niet genoeg bewijs hebben om te zeggen dat de werkelijke distributie van klanten verschilt van die gerapporteerd door de winkeleigenaar.

Aanvullende bronnen

Een inleiding tot de chikwadraat-goodness-of-fit-test
Chi-kwadraat-calculator voor de goodness-of-fit-test
Een uitleg van P-waarden en statistische significantie