Como encontrar o valor crítico do qui quadrado em python

Ao realizar um teste qui-quadrado, você obtém uma estatística de teste. Para determinar se os resultados do teste qui-quadrado são estatisticamente significativos, você pode comparar as estatísticas do teste com um valor crítico do qui-quadrado . Se a estatística do teste for maior que o valor crítico do qui-quadrado, os resultados do teste serão estatisticamente significativos.

O valor crítico do Qui-quadrado pode ser encontrado usando uma tabela de distribuição do Qui-quadrado ou usando software estatístico.

Para encontrar o valor crítico do qui-quadrado, você precisa:

• Um nível de significância (as escolhas comuns são 0,01, 0,05 e 0,10)
• Graus de liberdade

Usando esses dois valores, você pode determinar o valor do qui-quadrado para comparar com a estatística de teste.

Como encontrar o valor crítico do qui quadrado em Python

Para encontrar o valor crítico do qui-quadrado em Python, você pode usar a função scipy.stats.chi2.ppf() , que usa a seguinte sintaxe:

scipy.stats.chi2.ppf(q,df)

Ouro:

• q: O nível de significância a ser usado
• df : Graus de liberdade

Esta função retorna o valor crítico da distribuição qui-quadrado com base no nível de significância e nos graus de liberdade fornecidos.

Por exemplo, suponha que queiramos encontrar o valor crítico do qui-quadrado para um nível de significância de 0,05 e graus de liberdade = 11.

 import scipy.stats

#find Chi-Square critical value
scipy.stats.chi2.ppf(1-.05, df=11)

19.67514

O valor crítico do qui-quadrado para um nível de significância de 0,05 e graus de liberdade = 11 é 19,67514 .

Portanto, se realizarmos algum tipo de teste qui-quadrado, podemos comparar a estatística do teste qui-quadrado com 19,67514 . Se a estatística do teste for superior a 19,67514, os resultados do teste serão estatisticamente significativos.

Observe que valores alfa menores resultarão em valores críticos de qui-quadrado mais altos. Por exemplo, considere o valor crítico do qui-quadrado para um nível de significância de 0,01 e graus de liberdade = 11.

 scipy.stats.chi2.ppf(1-.01, df=11)

24.72497

E considere o valor crítico do qui-quadrado com exatamente os mesmos graus de liberdade, mas com um nível de significância de 0,005 :

 scipy.stats.chi2.ppf(1-.005 df=11) 
26.75685

Consulte a documentação do SciPy para obter os detalhes exatos da função chi2.ppf().