Как по таблице сопряжённости считается ожидаемое значение (ячейка) при H0 о независимости категорий в chi-square тесте?
A
E = observed / grand_totalB
E = row_total - col_totalC
E = grand_total / (row_total + col_total)D
E = row_total * col_total / grand_totalПравильный ответ. Ожидаемые частоты при
H0 считаются из маргинальных сумм: E = row_total * col_total / grand_total.Разбор
Если H0 — независимость категорий, то доля столбца должна быть одинаковой в каждой строке. Поэтому ожидаемая частота в ячейке равна произведению суммы строки и суммы столбца, делённому на общий итог. Частая ошибка — сравнивать только проценты, не проверяя, что базовые объёмы сопоставимы.
Можно заниматься бесплатно
Готовим вопросы…
Три вопроса по теме этой страницы, с объяснениями.
Ещё вопросы по теме «Хи-квадрат и таблицы сопряжённости»
- У вас датасет с полями `user_id`, тип устройства (iOS/Android) и признак конверсии (да/нет). Какую таблицу сопряжённости вы построите перед тестом независимости (`chi-square`)?
- Какой смысл у `H0` в тесте `chi-square` на независимость для таблицы сопряжённости?
- В таблице сопряжённости для контрольной и тестовой группы и исхода (купил/не купил) в ячейке (тестовая группа, купил) стоит число 250. Что это означает?
- В каком случае выводы `chi-square` теста независимости стоит интерпретировать с осторожностью?
- У вас 12 регионов, и несколько регионов дают очень малые counts, из-за чего появляются маленькие `ожидаемые частоты`. Какой шаг чаще всего помогает перед применением `chi-square`?
- Все вопросы по «Хи-квадрат и таблицы сопряжённости» →