Robuuste Chi-kwadraat Toets
De robuuste chi-kwadraat toets breidt het klassieke Pearson chi-kwadraat raamwerk uit om betrouwbaar te blijven wanneer standaardassumpties — met name de regel voor het minimale verwachte celaantal — worden geschonden. Door gebruik te maken van power divergence statistieken (Cressie & Read, 1984) of op resampling gebaseerde correcties, produceert deze toets valide inferenties voor schaarse kruistabellen, kleine steekproeven en ongebalanceerde categorische data waar de gewone chi-kwadraat benadering tekortschiet.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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
Deze pagina citeren
ScholarGate. (2026, June 3). Robust Chi-Square Test of Independence / Goodness-of-Fit. ScholarGate. https://scholargate.app/nl/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.
- Chi-kwadraattoets voor OnafhankelijkheidStatistiek↔ compare
- Exacte toets van FisherStatistiek↔ compare
- Robuuste exacte test van FisherStatistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →