Comment calculer la valeur P d’une statistique du chi carré dans R

Chaque fois que vous effectuez un test du Chi carré, vous obtiendrez une statistique de test du Chi carré. Vous pouvez ensuite trouver la valeur p qui correspond à cette statistique de test pour déterminer si les résultats du test sont statistiquement significatifs ou non.

Pour trouver la valeur p qui correspond à une statistique de test du Chi carré dans R, vous pouvez utiliser la fonction pchisq() , qui utilise la syntaxe suivante :

pchisq(q, df, lower.tail = TRUE)

où:

• q : La statistique du test du Chi carré
• df : Les degrés de liberté
• lower.tail : si VRAI, la probabilité à gauche de q dans la distribution du Chi carré est renvoyée. Si FALSE, la probabilité à droite de q dans la distribution du Chi carré est renvoyée. La valeur par défaut est VRAI.

Les exemples suivants montrent comment utiliser cette fonction dans la pratique.

Exemple 1 : Test d’adéquation du chi carré

Un propriétaire de magasin affirme qu’un nombre égal de clients viennent dans son magasin chaque jour de la semaine. Pour tester cette hypothèse, un chercheur indépendant enregistre le nombre de clients qui viennent dans le magasin au cours d’une semaine donnée et constate ce qui suit :

• Lundi : 50 clients
• Mardi : 60 clients
• Mercredi : 40 clients
• Jeudi : 47 clients
• Vendredi : 53 clients

Après avoir effectué un test d’adéquation du chi carré , le chercheur constate ce qui suit :

Statistique du test du chi carré (X ² ) : 4,36

Degrés de liberté : (df) : 4

Pour trouver la valeur p associée à cette statistique de test du Chi carré et aux degrés de liberté, nous pouvons utiliser le code suivant dans R :

#find p-value for the Chi-Square test statistic
pchisq(q=4.36, df=4, lower.tail=FALSE)

[1] 0.3594721

La valeur p s’avère être de 0,359 . Puisque cette valeur p n’est pas inférieure à 0,05, nous ne parvenons pas à rejeter l’hypothèse nulle. Cela signifie que nous n’avons pas suffisamment de preuves pour affirmer que la véritable répartition des clients est différente de celle déclarée par le propriétaire du magasin.

Exemple 2 : Test d’indépendance du chi carré

Les chercheurs veulent savoir si le sexe est associé ou non à la préférence pour un parti politique. Ils prélèvent un échantillon aléatoire simple de 500 électeurs et les interrogent sur leur préférence en matière de parti politique. Après avoir effectué un test d’indépendance du chi carré , ils trouvent ce qui suit :

Statistique du test du chi carré (X ² ) : 0,8642

Degrés de liberté : (df) : 2

Pour trouver la valeur p associée à cette statistique de test du Chi carré et aux degrés de liberté, nous pouvons utiliser le code suivant dans R :

#find p-value for the Chi-Square test statistic
pchisq(q=0.8642, df=2, lower.tail=FALSE)

[1] 0.6491445

La valeur p s’avère être de 0,649 . Puisque cette valeur p n’est pas inférieure à 0,05, nous ne parvenons pas à rejeter l’hypothèse nulle. Cela signifie que nous ne disposons pas de preuves suffisantes pour affirmer qu’il existe une association entre le sexe et les préférences en matière de parti politique.

Connexes : Comment effectuer un test d’indépendance du chi carré dans R

Retrouvez la documentation complète de la fonction pchisq() ici .