Test chi-kwadrat z poprawką na odporność (robustny)
Robustny test chi-kwadrat rozszerza klasyczne ramy testu chi-kwadrat Pearsona, aby zachować wiarygodność, gdy naruszone są standardowe założenia — zwłaszcza zasada minimalnej oczekiwanej liczebności komórki. Wykorzystując statystyki dywergencji potęgowej (Cressie & Read, 1984) lub korekty oparte na resamplingu, generuje on prawidłowe wnioski dla rzadkich tabel kontyngencji, małych prób i niezrównoważonych danych kategorialnych, gdzie zwykłe przybliżenie chi-kwadrat zawodzi.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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
Jak cytować tę stronę
ScholarGate. (2026, June 3). Robust Chi-Square Test of Independence / Goodness-of-Fit. ScholarGate. https://scholargate.app/pl/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.
- Test niezależności chi-kwadratStatystyka↔ compare
- Dokładny test FisheraStatystyka↔ compare
- Solidny dokładny test FisheraStatystyka↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →