Ki-Kare Hesaplama Aracı

Ki-Kare Hesaplama Aracı

Popüler AI Skill PRO

Hesaplamaya Girin

Formül

χ2=∑i=1k(Oi−Ei)2Eiburada{Oi=Gözlenen değerlerEi=Beklenen değerlerdf=k−1\begin{gathered} \chi^2 = \sum_{i=1}^{k} \frac{\left({O_i} - {E_i}\right)^2}{{E_i}} \\[1.5em] \text{burada}\quad \left\{ \begin{aligned} O_i &= \text{Gözlenen değerler} \\ E_i &= \text{Beklenen değerler} \\ df &= k - 1 \end{aligned} \right. \end{gathered}
Kullanım istatistikleri

Reklam

Sonuç

Ki-Kare İstatistiği (χ²)
17,5
uyum iyiliği testi istatistiği
Kategoriler 4
Serbestlik derecesi (sd) 3

Bu sayfadaki bir hatayı bildir

Ki-Kare Hesaplama Aracı Nedir?

Bu araç, uyum iyiliği testi için ki-kare (χ²) istatistiğini hesaplar. Ki-kare testi, gözlenen frekansların belirli bir hipotez altında beklediğiniz frekanslara ne kadar uyduğunu ölçer. χ² değeri büyüdükçe, gözlenen ile beklenen arasındaki fark da o ölçüde artar. Biyolojiden pazarlamaya, genetikten kalite kontrole ve sosyal bilimlere kadar pek çok alanda kullanılan evrensel bir istatistiksel yöntemdir.

Nasıl Kullanılır?

Gözlenen değerleri (O) virgülle ayırarak girin, ardından eşleşen beklenen değerleri (E) aynı sırayla yazın. Her bir çift, tek bir kategoriyi temsil eder. Hesaplama aracı; χ² istatistiğini, kullanılan kategori sayısını ve serbestlik derecesini (kategori sayısı eksi bir) döndürür. Sıfır hipotezini reddedip reddetmeyeceğinize karar vermek için elde ettiğiniz χ² değerini, seçtiğiniz anlamlılık düzeyinde (örneğin 0,05) bir ki-kare dağılım tablosundaki kritik değerle karşılaştırın.

Formülün Açıklaması

Ki-kare istatistiği şöyle tanımlanır:

$$\chi^2 = \sum_{i=1}^{k} \frac{\left(O_i - E_i\right)^2}{E_i}$$

Her kategori için beklenen değeri gözlenen değerden çıkarın, sonucun karesini alın, beklenen değere bölün ve tüm terimleri toplayın. Karesini almak, her katkının pozitif olmasını sağlar ve büyük sapmaları daha ağır şekilde cezalandırır.

Reklam
Ki-kare formülünün şeması: gözlenen eksi beklenen, karesi alınır, beklenene bölünür ve tüm kategoriler üzerinden toplanır
Ki-kare istatistiği, gözlenen ve beklenen frekanslar arasındaki farkların karelerini her birini kendi beklenen değerine bölerek toplar.

Örnek Uygulama

Bir zar attığınızı ve her yüzün eşit olasılıkla gelmesini beklediğinizi varsayalım. Gözlenen: 90, 60, 110, 40 ve beklenen: 80, 80, 80, 40. Katkılar şöyle olur: \((90-80)^2/80 = 1{,}25\), \((60-80)^2/80 = 5\), \((110-80)^2/80 = 11{,}25\) ve \((40-40)^2/40 = 0\). Bunların toplamı, 3 serbestlik derecesiyle $$\chi^2 = 17{,}5$$ sonucunu verir.

Kategorilere göre gözlenen ve beklenen frekansları karşılaştıran çubuk grafik
Çözümlü örnek: kategoriler genelinde gözlenen frekansların (renkli çubuklar) beklenen frekanslarla (çerçeveli çubuklar) karşılaştırılması.

Sıkça Sorulan Sorular

Serbestlik derecesi nedir? Uyum iyiliği testi için \(df = k - 1\)'dir.

Yüksek bir χ² değeri ne anlama gelir? Daha yüksek bir değer, gözlenen verilerin beklenenden daha fazla saptığı anlamına gelir; bu da hipotezin uygun olmayabileceğine işaret eder.

Beklenen değerler sıfır olabilir mi? Hayır — sıfır olan bir beklenen frekansa bölme tanımsızdır, bu nedenle o kategoriler atlanır.

Son güncelleme:

Matematik ve İstatistik kategorisinde en popüler

Tüm Matematik ve İstatistik hesap makinelerini gör