Python'da kritik ki kare değeri nasıl bulunur?


Ki-kare testi yaptığınızda bir test istatistiği elde edersiniz. Ki-kare testi sonuçlarının istatistiksel olarak anlamlı olup olmadığını belirlemek için test istatistiklerini kritik bir Ki-kare değeriyle karşılaştırabilirsiniz. Test istatistiği kritik Ki-kare değerinden büyükse test sonuçları istatistiksel olarak anlamlıdır.

Kritik Ki-kare değeri, bir Ki-kare dağılım tablosu kullanılarak veya istatistiksel yazılım kullanılarak bulunabilir .

Kritik ki-kare değerini bulmak için şunlara ihtiyacınız vardır:

  • Bir önem düzeyi (ortak seçenekler 0,01, 0,05 ve 0,10’dur)
  • Özgürlük derecesi

Bu iki değeri kullanarak test istatistiğiyle karşılaştırılacak Ki-kare değerini belirleyebilirsiniz.

Python’da Kritik Ki Kare Değeri Nasıl Bulunur?

Python’da kritik Ki-kare değerini bulmak için aşağıdaki sözdizimini kullanan scipy.stats.chi2.ppf() işlevini kullanabilirsiniz:

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

Altın:

  • q: Kullanılacak önem düzeyi
  • df : Serbestlik derecesi

Bu fonksiyon, sağlanan önem düzeyine ve serbestlik derecesine dayalı olarak Ki-kare dağılımının kritik değerini döndürür.

Örneğin, 0,05 anlamlılık düzeyi ve serbestlik derecesi = 11 için kritik ki-kare değerini bulmak istediğimizi varsayalım.

 import scipy.stats

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

19.67514

Anlamlılık düzeyi 0,05 ve serbestlik derecesi = 11 için kritik ki-kare değeri 19,67514’tür .

Yani bir çeşit Ki-kare testi yaparsak, Ki-kare testi istatistiğini 19,67514 ile karşılaştırabiliriz. Test istatistiği 19,67514’ten büyükse test sonuçları istatistiksel olarak anlamlıdır.

Daha küçük alfa değerlerinin daha yüksek kritik Ki-kare değerlerine yol açacağını unutmayın. Örneğin, 0,01 anlamlılık düzeyi ve serbestlik derecesi = 11 için kritik ki-kare değerini düşünün.

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

24.72497

Ve tamamen aynı serbestlik derecesine sahip, ancak 0,005 anlamlılık düzeyine sahip kritik Ki-kare değerini düşünün:

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

chi2.ppf() işlevinin tam ayrıntıları için SciPy belgelerine bakın.

Yorum ekle

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir