Prueba robusta de chi-cuadrado
La prueba robusta de chi-cuadrado extiende el marco clásico de chi-cuadrado de Pearson para que siga siendo fiable cuando se violan los supuestos estándar —especialmente la regla del recuento mínimo esperado por celda—. Utilizando estadísticas de divergencia de potencia (Cressie & Read, 1984) o correcciones basadas en remuestreo, produce inferencias válidas para tablas de contingencia dispersas, muestras pequeñas y datos categóricos desequilibrados donde la aproximación ordinaria de chi-cuadrado falla.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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
Cómo citar esta página
ScholarGate. (2026, June 3). Robust Chi-Square Test of Independence / Goodness-of-Fit. ScholarGate. https://scholargate.app/es/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.
- Prueba Chi-cuadrado de IndependenciaEstadística↔ compare
- Prueba exacta de FisherEstadística↔ compare
- Prueba exacta de Fisher robustaEstadística↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →