Teste qui-quadrado de aderência
Aderência e normalidade · distribuição de referência: χ²(k−1)
Quando usar
Verificar se as frequências observadas em categorias batem com as esperadas por uma teoria, como um dado honesto.
Hipótese nula
As proporções das categorias são as especificadas.
Pressupostos
- Observações independentes
- Frequências esperadas de pelo menos 5
Estatística
\chi^2 = \sum_i \dfrac{(O_i - E_i)^2}{E_i}Como reportar
χ²(5, N = 120) = 4,8; p = 0,44
No R e no Python
R
chisq.test(observado, p = proporcoes_esperadas)Python
stats.chisquare(observado, f_exp=esperado)No Python, stats é scipy.stats e np é numpy.
Onde fica no catálogo
Aderência e normalidade. Aderência: os dados seguem a distribuição esperada? Os testes de normalidade são o caso mais comum e conferem um pressuposto dos testes paramétricos.
Na árvore de decisão
- O que você quer fazer? Comparar grupos, ou um grupo com um valor de referência
- Que tipo de resposta você mediu? Categórica: sim ou não, ou categorias
- Quantos grupos ou medidas? Um grupo, com várias categorias contra frequências esperadas
- O que você quer fazer? Verificar um pressuposto ou a distribuição dos dados
- O que você quer verificar? Se as frequências de categorias são as esperadas