Wie finden Sie das erwartete Verhältnis in einem Chi-Quadrat-Test?
Wie finden Sie das erwartete Verhältnis in einem Chi-Quadrat-Test?

Video: Wie finden Sie das erwartete Verhältnis in einem Chi-Quadrat-Test?

Video: Wie finden Sie das erwartete Verhältnis in einem Chi-Quadrat-Test?
Video: Chi-Quadrat Test: Einfach erklärt 2024, November
Anonim

Berechnen 2, bestimme zuerst die Zahl erwartet in jeder Kategorie. Wenn die Verhältnis 3:1 beträgt und die Gesamtzahl der beobachteten Individuen 880 beträgt, dann ist die erwartet numerische Werte sollten 660 grün und 220 gelb sein. Chi - Quadrat erfordert, dass Sie numerische Werte verwenden, keine Prozentsätze oder Verhältnisse.

Wie finden Sie außerdem das Erwartete in einem Chi-Quadrat-Test?

Chi-Platz Unabhängigkeitstest Ha: Die beiden kategorialen Variablen hängen zusammen. Jetzt müssen wir die berechnen erwartet Werte für jede Zelle in der Tabelle und wir können dies tun, indem wir die Zeilensumme mal die Spaltensumme dividiert durch die Gesamtsumme (N) verwenden. Zum Beispiel für Zelle a die erwartet Wert wäre (a+b+c)(a+d+g)/N.

Man kann sich auch fragen, wie man den Erwartungswert bei einem Chi-Quadrat-Test der Unabhängigkeit findet. Wir können den Erwartungswert der beiden Nominalvariablen berechnen, indem wir diese Formel verwenden:

  1. Woher.
  2. = erwarteter Wert.
  3. = Summe der iNS Säule.
  4. = Summe der kNS Reihe.
  5. = Chi-Quadrat-Test der Unabhängigkeit. = Beobachteter Wert von zwei Nominalvariablen. = Erwarteter Wert von zwei Nominalvariablen.

Wie finden Sie dann das erwartete Verhältnis?

Um den beobachteten zu berechnen Verhältnis (Spalte 3), dividieren Sie die Anzahl jedes Korn-Phänotyps durch 26 (der Korn-Phänotyp mit der niedrigsten Anzahl von Körnern). 3. Für die erwartetes Verhältnis (Spalte 4), verwenden Sie 9:3:3:1, das Theoretische Verhältnis für ein Dihybridkreuz.

Was sind die Bedingungen für den Chi-Quadrat-Test?

Die chi - Quadrat Güte der Anpassung Prüfung ist angemessen, wenn Folgendes Bedingungen erfüllt sind: Das Stichprobenverfahren ist eine einfache Zufallsstichprobe. Die untersuchte Variable ist kategorial. Der erwartete Wert der Anzahl der Stichprobenbeobachtungen auf jeder Ebene der Variablen beträgt mindestens 5.

Empfohlen: