Теория вероятностей и статистика · Критерий хи-квадрат

Критерий хи-квадрат

Критерий хи-квадрат проверяет, не слишком ли сильно частоты в независимых испытаниях отличаются от ожидаемых при данной гипотезе. Величины (O − E)²/E суммируют по k категориям, затем сравнивают сумму X² с распределением хи-квадрат с k − 1 степенями свободы.

Критерий хи-квадрат на этом графике

Бросьте кость с числом граней kk независимо NN раз. Подсчитайте, сколько раз выпала каждая грань: это наблюдаемые частоты O1,…,OkO_1, \dots, O_k. Если кость честная, ожидаемая частота для каждой грани равна E=N/kE = N/k. Статистика хи-квадрат X2=∑(O−E)2/EX^2 = \sum (O - E)^2/E суммирует по граням квадраты отклонений от EE, делённые на EE. Для честной кости при достаточно большом числе бросков X2X^2 приближённо подчиняется распределению хи-квадрат с числом степеней свободы k−1k - 1. p-значение — площадь под кривой справа от наблюдаемого X2X^2. На верхнем графике частоты показаны жёлтыми столбцами, а EE — тёмной чертой. Кривая находится внизу.

Зачем делить каждое слагаемое на E

Превышение ожидаемой частоты на 9 удивляет при E=10E = 10 и почти незаметно при E=1000E = 1000. Размах случайных колебаний растёт с частотой. У честной кости дисперсия частоты каждой грани равна E(1−1/k)E(1 - 1/k), что близко к EE. Деление квадрата отклонения на EE приводит вклады всех граней к общей шкале. Слагаемое около 1 соответствует обычному случайному разбросу. Из-за возведения в квадрат одна грань с большим отклонением может дать основной вклад: в примере с шестигранной костью на девятнадцать шестёрок приходится 8.1 из X2=11.2X^2 = 11.2.

Откуда берутся k − 1 степеней свободы

Сумма частот равна NN, поэтому отклонения O−EO - E в сумме всегда дают 0. Зная k−1k - 1 из них, мы однозначно определяем последнее. Для честной кости среднее значение X2X^2 в точности равно k−1k - 1. Поэтому одно и то же X2X^2 менее необычно, если граней больше: 11.2 превышает критическое значение уровня 5% для шести граней (p ≈ 0.048), но вполне обычно для двенадцати (p ≈ 0.43). О смысле p-значения см. Проверка гипотез и p-значения.

Когда можно доверять кривой

Даже для честной кости X2X^2 принимает лишь отдельные значения: её истинное распределение состоит из отдельных пиков. По мере роста NN их очертания приближаются к гладкой кривой хи-квадрат. Повторение серий с честной костью даёт прямую оценку истинной вероятности в правом хвосте. При ожидаемой частоте 10 для каждой грани оценка и кривая хорошо согласуются, а при 6 бросках — нет. Обычное практическое правило требует ожидаемой частоты хотя бы около 5 для каждой категории. С другой стороны, при увеличении всех частот в десять раз X2X^2 тоже возрастает в десять раз. При достаточном числе независимых бросков даже небольшой перекос становится значимым. X2X^2 характеризует силу свидетельства против гипотезы о честной кости, а не величину перекоса. Большое p означает лишь, что этих частот недостаточно, чтобы выявить перекос.

На что обратить внимание

  • Если согласно гипотезе у категорий разные вероятности pip_i, ожидаемые частоты равны Ei=NpiE_i = N p_i. Остальные шаги те же.

Управление

  • Нажмите или проведите указателем над гранью, чтобы задать её частоту. Нажатие на номер под осью только выбирает грань.

Связанные темы