Hypothesis testClassical statistics

מבחן כי-בריבוע חסין

מבחן כי-בריבוע החסין מרחיב את מסגרת מבחן כי-בריבוע הקלאסי של פירסון כדי להישאר אמין כאשר ההנחות הסטנדרטיות – במיוחד כלל ספירת התאים המינימלית הצפויה – מופרות. שימוש בסטטיסטיקות סטיית חזקה (Cressie & Read, 1984) או תיקונים מבוססי דגימה חוזרת, הוא מייצר היסקים תקפים עבור טבלאות חיוב דלילות, מדגמים קטנים ונתונים קטגוריאליים לא מאוזנים, שבהם הקירוב הרגיל של כי-בריבוע נכשל.

יישום עם StatMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

The neighbourhood of related methods — select a node to explore.

מקורות

  1. 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
  2. Agresti, A. (2002). Categorical Data Analysis (2nd ed.). Wiley-Interscience. ISBN: 978-0471360933

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Robust Chi-Square Test of Independence / Goodness-of-Fit. ScholarGate. https://scholargate.app/he/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.

Compare side by side

מאוזכר על ידי

ScholarGateRobust chi-square test (Robust Chi-Square Test of Independence / Goodness-of-Fit). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/statistics/robust-chi-square-test · מערך נתונים: https://doi.org/10.5281/zenodo.20539026