Як знайти критичне значення хі-квадрат у python

Коли ви виконуєте тест Хі-квадрат, ви отримуєте статистику тесту. Щоб визначити, чи є результати тесту Хі-квадрат статистично значущими, ви можете порівняти статистику тесту з критичним значенням Хі-квадрат . Якщо статистика тесту більша за критичне значення Хі-квадрат, то результати тесту є статистично значущими.

Критичне значення хі-квадрат можна знайти за допомогою таблиці розподілу хі-квадрат або за допомогою статистичного програмного забезпечення.

Щоб знайти критичне значення хі-квадрат, вам потрібно:

• Рівень значущості (звичайні варіанти: 0,01, 0,05 і 0,10)
• Ступені свободи

Використовуючи ці два значення, ви можете визначити значення хі-квадрат для порівняння з тестовою статистикою.

Як знайти критичне значення хі-квадрат у Python

Щоб знайти критичне значення хі-квадрат у Python, ви можете скористатися функцією scipy.stats.chi2.ppf() , яка використовує такий синтаксис:

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

золото:

• q: рівень значущості для використання
• df : Ступені свободи

Ця функція повертає критичне значення розподілу хі-квадрат на основі рівня значущості та наданих ступенів свободи.

Наприклад, припустімо, що ми хочемо знайти критичне значення хі-квадрат для рівня значущості 0,05 і ступенів свободи = 11.

 import scipy.stats

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

19.67514

Критичне значення хі-квадрат для рівня значущості 0,05 і ступенів свободи = 11 становить 19,67514 .

Отже, якщо ми виконуємо певний тип тесту Хі-квадрат, ми можемо порівняти статистику тесту Хі-квадрат із 19,67514 . Якщо статистика тесту перевищує 19,67514, то результати тесту є статистично значущими.

Зверніть увагу, що менші значення альфа призведуть до вищих критичних значень Хі-квадрат. Наприклад, розглянемо критичне значення хі-квадрат для рівня значущості 0,01 і ступенів свободи = 11.

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

24.72497

І розглянемо критичне значення Хі-квадрат з такими самими ступенями свободи, але з рівнем значущості 0,005 :

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

Точні відомості про функцію chi2.ppf() див. у документації SciPy .