Statistieken zijn de studie van de waarschijnlijkheid die wordt gebruikt om de waarschijnlijkheid van het optreden van een gebeurtenis te bepalen. Er zijn veel verschillende manieren om waarschijnlijkheid en statistieken te testen, waarbij een van de meest bekende de Chi-Square-test is. Net als bij elke statistiekentest moet de Chi-Square-toets rekening houden met vrijheidsgraden voordat een statistische beslissing wordt genomen.

Geschiktheid om te passen

Het Chi-vierkant wordt gebruikt om twee te testen en te vergelijken verschillende soorten gegevens: waargenomen gegevens en verwachte gegevens. Het meet wat de "goedheid om te passen" wordt genoemd, wat het verschil is tussen wat je zou verwachten en wat is waargenomen. Bijvoorbeeld, statistisch gezien, als je 50 keer een munt omdraait, zou je 25 koppen en 25 staarten moeten krijgen. Je draait echter een muntstuk 50 keer om en het landt 19 keer op staarten en 31 keer op staarten. Met behulp van deze gegevens zou een statisticus kunnen theoretiseren waarom deze verschillen zich hebben voorgedaan.

Vrijheidsgraden

Vrijheidsgraden zijn de metingen van het aantal waarden in de statistiek die vrij kunnen variëren zonder invloed uit te oefenen het resultaat van de statistiek. Statistische testen, waaronder het Chi-plein, zijn vaak gebaseerd op zeer nauwkeurige schattingen op basis van verschillende stukken van vitale informatie. Statistici gebruiken deze schattingen om statistische formules te maken die het eindresultaat van hun statistische analyse berekenen. De informatie die bij de analyse wordt gebruikt, kan variëren, maar er moet altijd ten minste één vaste categorie informatie zijn; de rest van de categorieën zijn vrijheidsgraden. Dit is belangrijk omdat statistieken weliswaar een wiskundige wetenschap zijn, maar vaak gebaseerd zijn op hypothesen die moeilijk nauwkeurig kunnen worden berekend.

Berekenen

Berekeningsgraden van vrijheid in de Chi-Square-test zijn erg eenvoudig. Zoek uit hoeveel categorieën je hebt in je statistische analyse en trek er één af. Stel je bijvoorbeeld voor dat je de verwachte geboortecijfers van olifanten bekijkt versus het waargenomen geboortecijfer. De categorieën omvatten de leeftijd van de moeder, de leeftijd van de vader en het geslacht van hun kinderen die worden geboren. Dat geeft je drie categorieën in je studie. Trek er een daarvan af om er twee te krijgen als je mate van vrijheid. Kortom, hoe meer categorieën je hebt in je studie, hoe meer vrijheidsgraden je moet gebruiken in latere statistische analyses.

Belang |

Vrijheidsgraden zijn belangrijk in de Chi-Square-test omdat de waargenomen resultaten vaak aanzienlijk verschillen van de verwachte resultaten, en deze vrijheidsgraden zijn nodig om verschillende hypothetische situaties te testen. Kortom, u kunt de gegevens die u hebt verzameld voor uw analyse meenemen en deze opnieuw gebruiken om een ​​andere statistische analyse uit te voeren. Deze nieuwe onderzoeken kunnen helpen om de verschillen tussen de verwachte resultaten en de waargenomen resultaten vollediger te verklaren.