Robust chi-square test
The robust chi-square test extends the classic Pearson chi-square framework to remain reliable when standard assumptions — especially the minimum expected-cell-count rule — are violated. Using power divergence statistics (Cressie & Read, 1984) or resampling-based corrections, it produces valid inferences for sparse contingency tables, small samples, and unbalanced categorical data where the ordinary chi-square approximation breaks down.
Rekod sumber
Petikan disalin secara verbatim daripada rekod sumber kaedah. Tiada pengesahan peringkat tuntutan disimpulkan daripadanya.
- 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
Tuntutan yang dikurasi
Tuntutan disimpan dalam lejar bukti, setiap satu dengan penilaiannya sendiri.
Pandangan ini tidak mencipta penilaian tuntutan apabila lejar tiada.
Kaedah berkaitan
Dijana daripada graf kaedah dan ditunjukkan sebagai perhubungan yang dicadangkan mesin — tiada tuntutan bukti disimpulkan.