statistics - 卡方检验在这里正确吗?
问题描述
我有一个数据集,它讨论了每个年龄段的人回答的全部问题。这些列告诉他们通过了多少级。这是它的样子:
为了计算年龄组之间的显着性,我进行了卡方检验。我计算了Chi值,它异常大。是预期的还是我应该使用不同的测试?
解决方案
如果您想测试“年龄范围”和“水平”这两个变量是否独立,则可以选择卡方检验。但是,请注意,为了以可行的方式使用该测试,每个类别的预期频率应大于或等于五,而在您的示例中似乎并非如此。
在这些情况下,卡方检验的替代方法是 Fisher 精确检验,但它的计算成本非常高(仅适用于 2x2 表,并且使用 Freeman Halton 的扩展,可能仅适用于稍大的表)。一个现实的替代方案是对类别进行分组并减少其数量。
推荐阅读
- python-3.x - 使用 matplotlib 的多行 x 刻度标签
- c# - 具有不同显示缩放问题的 C# WPF 显示屏幕截图
- java - Firebase Android:随机显示数据
- bash - 根据列分隔文本文件中的行
- javascript - 如何在谷歌标签管理器中为某个类的每个元素触发 DOM Ready 的标签?
- javascript - 未处理的拒绝(TypeError):无法读取未定义的属性“setSubmitting”
- mongodb - 为什么 node server.js 工作,但 node ./backend/server.js 给我这个错误?
- python-3.x - 读取由空格或行尾分隔的未知数量的整数
- c++ - C ++中的部分前向声明
- r - R中带有分数响应模型的分组