Robustní Chí-kvadrát test
Robustní chí-kvadrát test rozšiřuje klasický Pearsonův chí-kvadrát rámec tak, aby zůstal spolehlivý i při porušení standardních předpokladů – zejména pravidla minimálního očekávaného počtu ve všech buňkách. Použitím statistik rozdělení mocninné divergence (Cressie & Read, 1984) nebo korekcí založených na přesnímkování (resampling) produkuje platné inference pro řídké kontingenční tabulky, malé vzorky a nevyvážená kategoriální data, kde běžná aproximace chí-kvadrát selhává.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Cressie, N., & Read, T. R. C. (1984). Multinomial goodness-of-fit tests. Journal of the Royal Statistical Society: Series B, 46(3), 440–464. DOI: 10.1111/j.2517-6161.1984.tb01318.x ↗
- Agresti, A. (2002). Categorical Data Analysis (2nd ed.). Wiley-Interscience. ISBN: 978-0471360933
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Robust Chi-Square Test of Independence / Goodness-of-Fit. ScholarGate. https://scholargate.app/cs/statistics/robust-chi-square-test
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Test nezávislosti chí-kvadrátStatistika↔ compare
- Fisherův exaktní testStatistika↔ compare
- Robustní Fisherův exaktní testStatistika↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →