Robusti chi-neliötesti
Robusti chi-neliötesti laajentaa klassista Pearsonin chi-neliökehystä siten, että se pysyy luotettavana, kun tavalliset oletukset – erityisesti vähimmäisodotettujen solujen lukumäärän sääntö – rikkoutuvat. Käyttämällä tehonhajontatilastoja (Cressie & Read, 1984) tai uudelleennäytepohjaisia korjauksia, se tuottaa päteviä päätelmiä harvoille kontingenssitaulukoille, pienille otoksille ja epätasapainoiselle kategoriselle datalle, jossa tavallinen chi-neliöapproksimaatio pettää.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Robust Chi-Square Test of Independence / Goodness-of-Fit. ScholarGate. https://scholargate.app/fi/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.
- Khii toiseen tunnusluvun riippumattomuustestiTilastotiede↔ compare
- Fisherin tarkka testiTilastotiede↔ compare
- Robust Fisher's exact testTilastotiede↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →