CalcOpenly
தமிழ்

கைவர்க்கச் சோதனைக் கணிப்பான்

பொருத்த நன்மைக்கும் இருவழி அட்டவணைச் சார்பின்மைக்கும் கைவர்க்கச் சோதனைக் கணிப்பான்: χ², p மதிப்பு, எதிர்பார்க்கும் எண்ணிக்கைகள், Cramér V.

செயற்கை நுண்ணறிவு எழுத்துக் கருவிகளால் வரைவு உருவாக்கப்பட்டதுபுதுப்பிக்கப்பட்டது சரிபார்க்கப்பட்ட எடுத்துக்காட்டுகள்: 5

ஒவ்வொரு வகைக்கும் ஓர் எண்ணிக்கை; எடுத்துக்காட்டாகப் பகடையின் ஒவ்வொரு முகமும் வந்த முறை.
மேலும் விருப்பங்கள்
ஒவ்வொன்றும் ஒரு விடுதலைப் பாகையைக் குறைக்கும்; எடுத்துக்காட்டாக Poisson சராசரியைப் பொருத்தும்போது 1.
முயற்சிக்கவும்
p மதிப்பு
p மதிப்பு: 0.578555
அதிகபட்ச தசம இடங்கள்: 6; அருகிலுள்ள மதிப்பு; சம தூரத்தில் பூச்சியத்திலிருந்து விலகி
முடிவு
H₀ ஐ நிராகரிக்கப் போதிய ஆதாரம் இல்லை
χ² புள்ளியளவு
3.8
விடுதலைப் பாகைகள்
5
முக்கிய மதிப்பு
11.0705
மிகக் குறைந்த எதிர்பார்ப்பு எண்ணிக்கை
20

α = 0.05 இல் H₀ ஐ நிராகரிக்கப் போதிய ஆதாரம் இல்லை. ஒவ்வொரு வகையும் சமவாய்ப்புடையதாக இருந்தது எனில், குறைந்தது இவ்வளவு மிகையான முடிவின் நிகழ்தகவு 0.5786. p மதிப்பு என்பது H₀ உண்மை என்பதன் நிகழ்தகவு அல்ல; மேலும் H₀ ஐ நிராகரிக்காதது அதை உண்மை என நிரூபிக்காது; உண்மையான விளைவைக் கண்டறிய மாதிரி மிகச் சிறியதாக இருக்கலாம். அதிகப் பங்களிப்பு வகை 1 இலிருந்து (உண்மை 15, எதிர்பார்ப்பு 20).

5 விடுதலைப் பாகையுள்ள χ² இன் கீழுள்ள p மதிப்புப் பரப்பு

00.050.10.1505101520χ²அடர்த்திχ² = 3.8முக்கிய மதிப்பு 11.07

ஒவ்வொரு வகை இன் χ² பங்களிப்பு; பெயர்களில் உண்மை / எதிர்பார்ப்பு (நீலம்: அதிகம், ஆரஞ்சு: குறைவு)

1: 15 / 201.252: 22 / 200.23: 18 / 200.24: 25 / 201.255: 17 / 200.456: 23 / 200.45
உண்மை, எதிர்பார்ப்பு மற்றும் χ² பங்களிப்பு வரிசைகள்: 6
வகைஉண்மை மதிப்புஎதிர்பார்ப்பு மதிப்பு(O − E)²/E
115201.25
222200.2
318200.2
425201.25
517200.45
623200.45
கணக்கிடும் முறை S
  1. கருதுகோள்கள்

    H₀: எல்லா வகை நிகழ்தகவுகளும் சமம். H₁: குறைந்தது ஒன்று வேறுபடுகிறது.

  2. எதிர்பார்ப்பு எண்ணிக்கைகள்

    Ei=N wi∑w⇒E=(20, 20, 20, 20, 20, 20)E_i = N\,\frac{w_i}{\sum w} \Rightarrow E = (20,\ 20,\ 20,\ 20,\ 20,\ 20)
  3. புள்ளியளவு

    χ2=∑(O−E)2E=1.25+0.2+0.2+1.25+0.45+0.45=3.8\chi^2 = \sum \frac{(O-E)^2}{E} = 1.25 + 0.2 + 0.2 + 1.25 + 0.45 + 0.45 = 3.8
  4. விடுதலைப் பாகைகள்

    ν=k−1−m=5\nu = k - 1 - m = 5
  5. p மதிப்பு

    p=P(χ52≥3.8)=0.57855529p = P(\chi^2_{5} \ge 3.8) = 0.57855529
  6. முடிவு

    p>α=0.05p > \alpha = 0.05

    H₀ ஐ நிராகரிக்கப் போதிய ஆதாரம் இல்லை

    இதற்குச் சமமாக χ² ஐ முக்கிய மதிப்பு 11.0705 உடன் ஒப்பிடலாம்.

கைவர்க்கச் சோதனைக் கணிப்பான் பற்றி

Pearson கைவர்க்கச் சோதனை உண்மை எண்ணிக்கைகளை கருதுகோள் எதிர்பார்க்கும் எண்ணிக்கைகளுடன் ஒப்பிடும்: χ² = Σ(O − E)²/E. பொருத்த நன்மைச் சோதனை சம அல்லது கொடுத்த விகிதங்களில் எதிர்பார்ப்பைப் பெற்று k − 1 விடுதலைப் பாகைகள் கொள்ளும்; தரவிலிருந்து மதிப்பிடும் ஒவ்வோர் அளவுருவிற்கும் ஒன்று குறையும். சார்பின்மைச் சோதனையில் ஒவ்வோர் அட்டவணைக் கலத்திற்கும் E = வரிசை மொத்தம் × நெடுவரிசை மொத்தம் ÷ பொது மொத்தம்; விடுதலைப் பாகைகள் (r − 1)(c − 1).

பகடை சமவாய்ப்புடையதா அல்லது விருப்பம் பகுதியைச் சார்ந்ததா போன்ற கேள்விகளுக்கு உதவும். இயல்புநிலை 120 வீச்சுகள் (15, 22, 18, 25, 17, 23) க்கு 5 விடுதலைப் பாகையில் χ² = 3.8; p = 0.579. இது α = 0.05 இல் தேவைப்படும் 11.07 ஐவிட மிகக் குறைவு; எனவே எண்ணிக்கைகள் சமவாய்ப்புப் பகடையுடன் முரண்படவில்லை.

χ² தோராயத்திற்கு எதிர்பார்க்கும் எண்ணிக்கைகள் சுமார் 5 அல்லது அதற்கு மேல் தேவை. 0 முதல் 1 வரையிலான Cramér V அட்டவணைத் தொடர்பின் வலிமையை அளக்கும்.

உண்மை எண்ணிக்கைகளைக் கொண்டு தொடங்கவும்

கைவர்க்கச் சோதனை வகைகளின் எண்ணிக்கைகளை ஒப்பிடுகிறது. பொருத்த நன்மை முறையில் ஒவ்வொரு வகையின் உண்மை எண்ணிக்கையை உள்ளிட்டு சம விகிதங்களையோ கொடுத்த விகிதங்களையோ தேர்ந்தெடுக்கவும். எதிர்பார்ப்பு விகிதங்களின் கூட்டுத்தொகை ஒன்றாக இருக்க வேண்டியதில்லை; அவை உண்மை மொத்தத்திற்கு மாற்றி அளவிடப்படும். ஆனால் எந்த எதிர்பார்ப்பு விகிதமும் பூச்சியமாக இருக்கக்கூடாது.

சார்பின்மை முறையில் ஒரு வரிசைக்கு ஒரு வரி; நெடுவரிசைகளை இடைவெளி அல்லது காற்புள்ளியால் பிரிக்கவும். ஒரே பதிவை இரண்டு கலங்களில் எண்ண வேண்டாம். குறைந்தது இரண்டு வரிசைகளும் இரண்டு நெடுவரிசைகளும் தேவை. மொத்தம் பூச்சியமாகும் வரிசை அல்லது நெடுவரிசை தகவல் தராது; அதை நீக்க வேண்டும்.

புள்ளியளவும் விடுதலைப் பாகைகளும்

χ²=Σ(O−E)²/E; O உண்மை, E எதிர்பார்ப்பு. பொருத்த நன்மைக்கு k−1−m விடுதலைப் பாகைகள்; m தரவிலிருந்து மதிப்பிட்ட அளவுருக்கள். இருவழி அட்டவணைக்கு (r−1)(c−1). எதிர்பார்ப்பு எண்ணிக்கைகள் வரிசை மொத்தம் × நெடுவரிசை மொத்தம் ÷ பொது மொத்தம் மூலம் பெறப்படும்.

வழக்கு / உள்ளீடுகள்χ²p மதிப்பு
இயல்புநிலை பகடை எண்ணிக்கைகள்3.80.578555
60,40; சம எதிர்பார்ப்பு40.0455
315,108,101,32; விகிதம் 9:3:3:10.4700240.925426
அட்டவணை: 42,33,25 / 28,37,354.6952380.095597

அரிதான கலங்களின் எச்சரிக்கையைப் படிக்கவும்

இக்கருவி ஏதேனும் எதிர்பார்ப்பு ஐந்திற்குக் கீழே இருந்தால் எச்சரிக்கும். இது உண்மை எண்ணிக்கையின் எல்லை அல்ல; எதிர்பார்ப்பு போதுமானால் உண்மை பூச்சியம் ஏற்கப்படும். அரிதான கலங்களில் χ² தோராயம் பொருத்தமற்றதாகலாம். பொருள்சார் காரணம் இருந்தால் மட்டுமே வகைகளை இணைக்கவும்; முடிவை மிகைப்பாக்குவதற்காக மாற்ற வேண்டாம். சிறிய இருவழி அட்டவணைக்கு துல்லிய அல்லது உருவகப்படுத்தல் முறை பொருந்தலாம்.

சதவீதங்களை எண்ணிக்கைகளாக உள்ளிட வேண்டாம். ஒரே சதவீதங்கள் வேறு மாதிரி அளவுகளில் வேறு χ² தரும். தரவைச் சேகரித்த மாதிரி வடிவமும் சார்பின்மையும் சரிபார்க்கப்பட வேண்டும். பெரிய p மதிப்பு சமவாய்ப்பையோ சார்பின்மையையோ நிரூபிக்காது; குறைந்த திறனும் காரணமாக இருக்கலாம்.

Cramér V தொடர்பின் வலிமையைச் சுருக்கும்; தொடர்பின் திசையையோ காரணத்தையோ கூறாது. அதிக χ² பங்களிப்புள்ள கலத்தைப் பார்த்தாலும் அது தனித்த திருத்தப்பட்ட பிந்தைய சோதனையாகாது. முழு அட்டவணை, எதிர்பார்ப்புகள், மாதிரி அளவு ஆகியவற்றுடன் அறிக்கையிடவும். நிகழ்தகவு, χ² பரவல் கருவிகள் வேறுபட்ட கேள்விகளுக்கானவை.

தீர்க்கப்பட்ட எடுத்துக்காட்டுகள்

பகடை சமவாய்ப்புடையதா? (இயல்புநிலை)

சோதனை
பொருத்த நன்மை
உண்மை எண்ணிக்கைகள்
15, 22, 18, 25, 17, 23
எதிர்பார்க்கும் பரவல்
ஒவ்வொரு வகையிலும் சமம்
மிகைப்பு நிலை α
0.05
χ² புள்ளியளவு
3.8
விடுதலைப் பாகைகள்
5
p மதிப்பு
0.578555
முடிவு
H₀ ஐ நிராகரிக்கப் போதிய ஆதாரம் இல்லை
முக்கிய மதிப்பு
11.0705

சரிபார்ப்பின் மூலம்: எடுத்துக்காட்டுச் சரிபார்ப்பு: χ² = Σ(O − 20)²/20 = 76/20; ஒற்றை ν க்கு A&S 26.4.4 சூத்திரத்திலிருந்து p; χ²₀.₉₅,₅ = 11.070.

Mendel பட்டாணிகள் எதிராக 9:3:3:1

சோதனை
பொருத்த நன்மை
உண்மை எண்ணிக்கைகள்
315 108 101 32
எதிர்பார்க்கும் பரவல்
கொடுத்த விகிதங்கள் அல்லது எண்ணிக்கைகள்
எதிர்பார்ப்பு விகிதங்கள் அல்லது எண்ணிக்கைகள்
9 3 3 1
மிகைப்பு நிலை α
0.05
χ² புள்ளியளவு
0.470024
விடுதலைப் பாகைகள்
3
p மதிப்பு
0.925426

சரிபார்ப்பின் மூலம்: எடுத்துக்காட்டுச் சரிபார்ப்பு: வழக்கமான பாடநூல் கணக்கு (χ² ≈ 0.47, p ≈ 0.93); துல்லியப் பின்னங்களில் χ², A&S 26.4.4 இலிருந்து p.

2×2 அட்டவணை

சோதனை
சார்பின்மை
இருவழி அட்டவணை
20 30 30 20
மிகைப்பு நிலை α
0.05
χ² புள்ளியளவு
4
விடுதலைப் பாகைகள்
1
p மதிப்பு
0.0455
கிராமர் V
0.2

சரிபார்ப்பின் மூலம்: எடுத்துக்காட்டுச் சரிபார்ப்பு: எல்லா E = 25; χ² = 4·25/25 = 4; p = erfc(√2) = 0.0455003; V = √(4/100).

2×3 அட்டவணை (இயல்புநிலை)

சோதனை
சார்பின்மை
இருவழி அட்டவணை
42 33 25 28 37 35
மிகைப்பு நிலை α
0.05
χ² புள்ளியளவு
4.695238
விடுதலைப் பாகைகள்
2
p மதிப்பு
0.095597

சரிபார்ப்பின் மூலம்: எடுத்துக்காட்டுச் சரிபார்ப்பு: துல்லியப் பின்னங்களில் எதிர்பார்ப்புகள் R·C/N மற்றும் χ²; ν = 2 க்கு p = e^(−χ²/2) (A&S 26.4.5).

கேள்விகள்

கைவர்க்க p மதிப்பின் பொருள் என்ன?

சமவாய்ப்புப் பகடை அல்லது சார்பற்ற வரிசை, நெடுவரிசைகள் போன்ற பூச்சியக் கருதுகோள் உண்மையாக இருந்தால், கண்டதைவிடக் குறையாத χ² புள்ளியளவின் வாய்ப்பு. இயல்புநிலை p = 0.579: சமவாய்ப்புப் பகடையின் 120 வீச்சுப் பரிசோதனைகளில் சுமார் 58% இல் குறைந்தது இவ்வளவு சீரற்ற எண்ணிக்கைகள் வரும். பெரிய p மதிப்பு சமவாய்ப்பை நிரூபிக்காது; சிறிய மாதிரி உண்மையான சாய்வைக் கண்டுபிடிக்காமல் போகலாம்.

கைவர்க்கச் சோதனைக்கு குறைந்தபட்ச எதிர்பார்ப்பு எண்ணிக்கை என்ன?

Cochran (1954) விதிப்படி எந்த எதிர்பார்ப்பும் 1 க்குக் கீழே இருக்கக்கூடாது; 5 க்குக் கீழுள்ள கலங்கள் 20% ஐத் தாண்டக்கூடாது. இது பொருந்தாவிட்டால் அரிதான வகைகளைப் பொருத்தமாக இணைக்கவும் அல்லது 2×2 அட்டவணைக்கு Fisher துல்லியச் சோதனை பயன்படுத்தவும். விதி எதிர்பார்ப்பு எண்ணிக்கைகளுக்கே; உண்மை எண்ணிக்கைகளுக்கு அல்ல. எதிர்பார்ப்பு 5 அல்லது அதிகம் எனில் உண்மையான 0 ஏற்கப்படும். இங்கு ஏதேனும் எதிர்பார்ப்பு 5 க்குக் கீழே இருந்தாலே எச்சரிக்கை வரும்.

கைவர்க்கச் சோதனையின் விடுதலைப் பாகைகளை எவ்வாறு பெறுவது?

பொருத்த நன்மைக்கு df = k − 1 − m; k வகைகளின் எண்ணிக்கை, m தரவிலிருந்து மதிப்பிட்ட அளவுருக்கள்; ஆறு முகப் பகடைக்கு 5. சார்பின்மைக்கு df = (வரிசைகள் − 1) × (நெடுவரிசைகள் − 1): 2×3 அட்டவணைக்கு 2; 2×2 க்கு 1. 1, 2, 5 விடுதலைப் பாகைகளின் 5% முக்கிய மதிப்புகள் 3.841, 5.991, 11.070.

Cramér V என்றால் என்ன?

Cramér V = √(χ² / (N × (min(r, c) − 1))) என்பது மாதிரி அளவால் வளராத 0 முதல் 1 வரையிலான தொடர்பு வலிமையாக χ² ஐ மாற்றுகிறது. 2×2 எடுத்துக்காட்டில் χ² = 4, N = 100; V = 0.2. 2×2 அட்டவணைக்கு Cohen (1988) 0.1, 0.3, 0.5 ஐச் சிறிய, நடுத்தர, பெரிய விளைவுகளாகக் கூறினார்; அதிக வரிசை, நெடுவரிசைகளுக்கு எல்லைகள் குறைவாகும்.

எண்ணிக்கைகளுக்குப் பதிலாகச் சதவீதங்களைப் பயன்படுத்தலாமா?

இல்லை. χ² மாதிரி அளவிற்கு நேர்விகிதத்தில் வளர்கிறது. அதே சதவீதங்களுடன் 1,000 பதிவுகளின் χ² என்பது 100 பதிவுகளின் மதிப்பைவிட 10 மடங்கு. சதவீதங்களை உள்ளிட்டால் மாதிரி சரியாக 100 எனக் கருதப்பட்டு பிற அளவுகளுக்குத் தவறான p மதிப்பு வரும். ஆனால் எதிர்பார்ப்பு விகிதங்கள் எந்த அளவிலும் இருக்கலாம்: 9 3 3 1 உண்மை மொத்தத்திற்கு மாற்றி அளவிடப்படும்.

இந்தக் கணிப்பான் பற்றி

χ2=∑(O−E)2E,Eij=Ri CjN,ν=(r−1)(c−1)\chi^2 = \sum \frac{(O - E)^2}{E},\qquad E_{ij} = \frac{R_i\,C_j}{N},\qquad \nu = (r-1)(c-1)

ஆதாரங்கள்

  1. NIST/SEMATECH e-Handbook of Statistical Methods, §1.3.5.15 Chi-square goodness-of-fit test
  2. NIST/SEMATECH e-Handbook, §7.4.5 contingency tables / test of independence
  3. Abramowitz & Stegun, Handbook of Mathematical Functions, §26.4 (χ² probability function)

ஆதாரங்களுடன் சரிபார்க்கப்பட்டது

இந்தக் கணிப்பானில் சுயாதீன ஆதாரங்களிலிருந்து பதில்கள் பெறப்பட்ட 5 தீர்க்கப்பட்ட எடுத்துக்காட்டுகள் உள்ளன. இவை சோதனைத் தொகுப்பில் இயங்குகின்றன; இங்கேயும் அவற்றை இயக்கலாம்.

இந்தக் கணிப்பானை உங்கள் தளத்தில் சேர்த்துக்கொள்ளுங்கள்

கணிப்பான் எங்கு தோன்ற வேண்டுமோ அங்கே இதை ஒட்டுங்கள். இதைப் பயன்படுத்துவது இலவசம், இங்கே செய்யப்படும் திருத்தங்கள் இதிலும் தானாகவே வந்துவிடும், அதற்குக் கீழே உள்ள நன்றிக் குறிப்பு மூலப் பக்கத்தை இணைப்பதால் உங்கள் வாசகர்கள் முழு வடிவத்தைக் கண்டறியலாம்.

உயரம்
உட்பொதிப்பின் முன்னோட்டத்தைப் பார்

நன்றிக் குறிப்பை அப்படியே வைத்திருங்கள். இது ஒன்றே நிபந்தனை, இதுவே இந்தக் கணிப்பான்களை இலவசமாக வைத்திருக்கிறது.