圖中的卡方檢定
拿一顆面骰獨立擲次,記下各面出現幾次,得到觀察次數。如果骰子公平,每一面的期望次數都是。計算卡方統計量時,先求每一面的觀察次數與之差,平方後除以,再將各項加總。如果骰子公平且擲的次數夠多,近似服從自由度為的卡方分配。觀察到的右側曲線下的面積就是p值。上圖用黃柱表示各面的次數,深色線標出,曲線則畫在下圖。
為什麼每一項都要除以E
觀察次數比預期多9次,在時相當突出,在時卻幾乎看不出來。次數越多,隨機波動的幅度也越大。對公平骰而言,每一面次數的變異數為,與相近。將差的平方除以,就能用同一尺度衡量各面;一項接近1,只代表尋常的隨機波動。平方會放大偏差較大那一面的影響:在六面骰的例子裡,十九次六點就貢獻了中的8.1。
為什麼自由度是k − 1
各面的次數總和必須是,因此各差值的總和一定為0。只要知道其中個,最後一個便已確定。對公平骰而言,的平均值恰好是,所以骰面越多,同樣的就越不稀奇:11.2在六面骰已超過5%臨界值(p ≈ 0.048),在十二面骰卻很常見(p ≈ 0.43)。關於p值的意義,請參閱假設檢定與p值。
什麼時候可以採信曲線
即使骰子公平,也只能取某些值,因此真正的分配是一根根分開的尖峰。當變大,這些尖峰的輪廓逐漸接近光滑的卡方曲線。用公平骰重複試驗,可直接估計真正的右尾機率。每一面的期望次數為10時,模擬值與曲線相當接近;總共只擲6次時,兩者就有落差。常用的經驗法則是各類別的期望次數至少約為5。反過來,把每一面的次數都乘以十,也會乘以十。只要獨立擲骰的次數夠多,輕微偏差也可能達到統計顯著。衡量資料反對骰子公平這項假設的證據強弱,不衡量偏差的大小。p值大,只代表這些資料不足以顯示骰子有偏。
觀察重點
- 如果假設給各類別的機率不相等,期望次數改為,其餘做法相同。
操作方式
- 在骰面上方按一下或拖曳即可設定次數;按座標軸下方的面值只會選取該面。