วิธีการทดสอบความเป็นอิสระของไคสแควร์ใน stata

การทดสอบความเป็นอิสระของไคสแควร์ ใช้เพื่อพิจารณาว่ามีความสัมพันธ์ที่มีนัยสำคัญระหว่างตัวแปรหมวดหมู่สองตัวหรือไม่

บทช่วยสอนนี้จะอธิบายวิธีการทดสอบความเป็นอิสระของไคสแควร์ใน Stata

ตัวอย่าง: การทดสอบไคสแควร์ของความเป็นอิสระใน Stata

สำหรับตัวอย่างนี้ เราจะใช้ชุดข้อมูลชื่อ auto ซึ่งมีข้อมูลเกี่ยวกับรถยนต์ 74 คันจากปี 1978

ทำตามขั้นตอนต่อไปนี้เพื่อทำการทดสอบความเป็นอิสระของไคสแควร์เพื่อดูว่ามีความสัมพันธ์กันอย่างมีนัยสำคัญระหว่างตัวแปรสองตัวต่อไปนี้หรือไม่:

• rep78: จำนวนครั้งที่รถได้รับการซ่อมในปี 1978 (แปรผันจาก 1 ถึง 5)
• ต่างประเทศ: ประเภทรถเป็นต่างประเทศหรือไม่ (0 = ไม่ใช่, 1 = ใช่)

ขั้นตอนที่ 1: โหลดและแสดงข้อมูลดิบ

ขั้นแรกเราจะโหลดข้อมูลโดยพิมพ์คำสั่งต่อไปนี้:

การใช้งานระบบอัตโนมัติ

เราสามารถดูข้อมูลดิบได้โดยพิมพ์คำสั่งต่อไปนี้:

พี่ชาย

แต่ละแถวจะแสดงข้อมูลเกี่ยวกับรถแต่ละคัน รวมถึงราคา mpg น้ำหนัก ความยาว และตัวแปรอื่นๆ ตัวแปรเพียงสองตัวที่เราสนใจคือ rep78 และ Foreign

ขั้นตอนที่ 3: ทำการทดสอบไคสแควร์เพื่อความเป็นอิสระ

เราจะใช้ไวยากรณ์ต่อไปนี้เพื่อทำการทดสอบ:

แท็บ first_variable Second_variable, chi2

นี่คือไวยากรณ์ที่แน่นอนที่เราจะใช้ในกรณีของเรา:

แท็บตัวแทนต่างประเทศ 78, chi2

ต่อไปนี้เป็นวิธีการตีความผลลัพธ์:

ตารางสรุป: ตารางนี้แสดงจำนวนรวมของแต่ละชุดของ rep78 และ Foreign ตัวอย่างเช่น

• มีรถยนต์ในประเทศ 2 คัน และซ่อม 1 คัน ในปี 2521
• มีรถยนต์ในประเทศจำนวน 8 คัน ได้รับการซ่อม 2 ครั้ง ในปี พ.ศ. 2521
• มีรถยนต์ในประเทศจำนวน 27 คัน ได้รับการซ่อม 3 ครั้งในปี พ.ศ. 2521

และอื่นๆ

Pearson chisq(4): นี่คือสถิติการทดสอบไคสแควร์สำหรับการทดสอบ กลายเป็น 27.2640.

Pr: นี่คือค่า p ที่เกี่ยวข้องกับสถิติการทดสอบไคสแควร์ กลายเป็น 0.000. เนื่องจากค่านี้น้อยกว่า 0.05 เราจึงล้มเหลวในการปฏิเสธสมมติฐานว่างที่ว่าตัวแปรทั้งสองมีความเป็นอิสระ เรามีหลักฐานเพียงพอที่จะสรุปได้ว่ามีความสัมพันธ์ที่มีนัยสำคัญทางสถิติระหว่างว่ารถยนต์คันหนึ่งเป็นของต่างประเทศหรือไม่กับจำนวนการซ่อมแซมทั้งหมดที่ได้รับการซ่อม