Как найти критическое значение хи-квадрата в python
Когда вы выполняете тест Хи-квадрат, вы получаете статистику теста. Чтобы определить, являются ли результаты теста хи-квадрат статистически значимыми, вы можете сравнить статистику теста с критическим значением хи-квадрат . Если статистика теста превышает критическое значение хи-квадрат, то результаты теста являются статистически значимыми.
Критическое значение хи-квадрат можно найти с помощью таблицы распределения хи-квадрат или с помощью статистического программного обеспечения.
Чтобы найти критическое значение хи-квадрат, необходимо:
- Уровень значимости (обычно выбирают 0,01, 0,05 и 0,10).
- Степени свободы
Используя эти два значения, вы можете определить значение хи-квадрат для сравнения со статистикой теста.
Как найти критическое значение хи-квадрата в Python
Чтобы найти критическое значение хи-квадрат в Python, вы можете использовать функцию scipy.stats.chi2.ppf() , которая использует следующий синтаксис:
scipy.stats.chi2.ppf(q, df)
Золото:
- q: Уровень значимости для использования
- df : Степени свободы
Эта функция возвращает критическое значение распределения Хи-квадрат на основе предоставленного уровня значимости и степеней свободы.
Например, предположим, что мы хотим найти критическое значение хи-квадрат для уровня значимости 0,05 и степеней свободы = 11.
import scipy.stats #find Chi-Square critical value scipy.stats.chi2.ppf(1-.05, df=11) 19.67514
Критическое значение хи-квадрат для уровня значимости 0,05 и степеней свободы = 11 составляет 19,67514 .
Таким образом, если мы выполним какой-либо тест хи-квадрат, мы сможем сравнить статистику теста хи-квадрат с 19,67514 . Если статистика теста больше 19,67514, то результаты теста статистически значимы.
Обратите внимание, что меньшие значения альфа приведут к более высоким критическим значениям хи-квадрат. Например, рассмотрим критическое значение хи-квадрат для уровня значимости 0,01 и степеней свободы = 11.
scipy.stats.chi2.ppf(1-.01, df=11) 24.72497
И рассмотрим критическое значение Хи-квадрат с точно такими же степенями свободы, но с уровнем значимости 0,005 :
scipy.stats.chi2.ppf(1-.005 df=11) 26.75685
Обратитесь к документации SciPy для получения точных сведений о функции chi2.ppf().