Робастный хи-квадрат тест
Робастный хи-квадрат тест расширяет классическую схему хи-квадрат Пирсона, чтобы оставаться надежным при нарушении стандартных предположений, особенно правила минимального ожидаемого числа в ячейке. Используя статистику расхождения степеней (power divergence statistics) (Cressie & Read, 1984) или коррекции на основе ресэмплинга, он дает достоверные выводы для разреженных таблиц сопряженности, малых выборок и несбалансированных категориальных данных, где обычное приближение хи-квадрат не работает.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). Robust Chi-Square Test of Independence / Goodness-of-Fit. ScholarGate. https://scholargate.app/ru/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.
- Хи-квадрат тест независимостиСтатистика↔ compare
- Точный тест ФишераСтатистика↔ compare
- Робастный точный тест ФишераСтатистика↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →