Olasılık ve İstatistik · Ki-kare testi

Ki-kare testi

Ki-kare testi, bağımsız denemelerde gözlenen sayımların bir hipotez altında beklenen sayımlardan fazla uzaklaşıp uzaklaşmadığını değerlendirir. k kategorinin her biri için (O − E)²/E hesaplanır, ardından toplam X² değeri k − 1 serbestlik dereceli ki-kare dağılımıyla karşılaştırılır.

Bu görselleştirmede ki-kare testi

kk yüzlü bir zarı birbirinden bağımsız olarak NN kez atın. Her yüzün kaç kez geldiğini saydığınızda gözlenen sayımları (O1,…,OkO_1, \dots, O_k) elde edersiniz. Hilesiz bir zarda her yüz için beklenen sayı E=N/kE = N/k olur. Ki-kare istatistiği X2=∑(O−E)2/EX^2 = \sum (O - E)^2/E, her yüzün sayımının EE değerinden sapmasının karesini EE değerine bölüp bu katkıları toplar. Zar hilesiz ve atış sayısı yeterliyse X2X^2 yaklaşık olarak k−1k - 1 serbestlik dereceli ki-kare dağılımına uyar. p değeri, gözlenen X2X^2 değerinin sağında eğrinin altında kalan alandır. Grafikte sayımlar sarı sütunlarla, EE koyu bir çizgiyle gösterilir. Eğri sütunların altındadır.

Her terim neden E’ye bölünür?

Gözlenen sayının beklenenden 9 fazla olması E=10E = 10 iken şaşırtıcıdır, E=1000E = 1000 iken ise pek göze çarpmaz. Beklenen sayı büyüdükçe sayımdaki rastgele değişkenlik de artar. Hilesiz bir zarda her yüzün sayımının varyansı E(1−1/k)E(1 - 1/k) olur ve bu değer EE değerine yakındır. Sapmanın karesini EE değerine bölmek tüm yüzleri ortak bir ölçeğe getirir. Böylece 1’e yakın bir terim sıradan bir rastgele dalgalanmaya karşılık gelir. Kare alma, çok sapan tek bir yüzün toplamda ağır basmasına yol açabilir: altı yüzlü zar örneğinde on dokuz kez altı gelmesinin X2=11.2X^2 = 11.2 içindeki payı 8.1’dir.

Neden k − 1 serbestlik derecesi var?

Sayımların toplamı NN olmak zorundadır. Bu yüzden O−EO - E farklarının toplamı daima 0 olur. Farkların k−1k - 1 tanesi bilinince sonuncusu belirlenmiş olur. Hilesiz bir zarda X2X^2 istatistiğinin ortalaması tam olarak k−1k - 1 olur. Dolayısıyla aynı X2X^2 değeri, yüz sayısı arttıkça daha az şaşırtıcıdır: 11.2, altı yüzlü zarda %5 eşiğini aşar (p ≈ 0.048), on iki yüzlü zarda ise olağandır (p ≈ 0.43). p değerinin nasıl yorumlandığını hipotez testleri ve p değerleri sayfasında inceleyebilirsiniz.

Eğriye ne zaman güvenilir?

Hilesiz bir zarda X2X^2 yalnızca belirli değerler alabilir. Gerçek dağılımı ayrı ayrı tepelerden oluşur ve NN büyüdükçe bu tepeler düzgün ki-kare eğrisinin biçimine yaklaşır. Atışları hilesiz bir zarla tekrarlamak gerçek kuyruk olasılığını doğrudan tahmin eder. Yüz başına beklenen sayı 10 iken tahmin ve eğri birbirine yakındır, yalnızca 6 atış yapıldığında ise ayrılırlar. Yaygın bir pratik kural, her kategoride beklenen sayının en az yaklaşık 5 olmasını önerir. Atış sayısının başka bir etkisi de vardır: tüm sayımları onla çarpmak X2X^2 değerini de onla çarpar. Yeterince çok bağımsız atışta küçük bir dengesizlik bile istatistiksel olarak anlamlı hale gelir. X2X^2, zarın hilesiz olduğu varsayımına karşı kanıtı ölçer, dengesizliğin büyüklüğünü ölçmez. Büyük bir p değeri yalnızca eldeki sayımların zarın hileli olduğunu göstermeye yetmediğini söyler.

Nelere dikkat etmeli?

  • Hipotez kategorilere eşit olmayan pip_i olasılıklarını veriyorsa beklenen sayımlar Ei=NpiE_i = N p_i olur. Hesabın geri kalanı aynıdır.

Kontroller

  • Bir yüzün sayımını ayarlamak için yüzün üstüne basın veya sürükleyin. Eksenin altındaki numaraya basmak yalnızca o yüzü seçer.

İlgili konular