В каком случае выводы chi-square теста независимости стоит интерпретировать с осторожностью?
AКогда выборка большая и много наблюдений
BКогда в таблице есть несколько ячеек с малыми ожидаемыми частотами
CКогда признаки выглядят независимыми визуально
DКогда таблица сопряжённости имеет размер 2×2
Правильный ответ. Если
ожидаемые частоты слишком маленькие, приближение chi-square работает хуже.Разбор
χ²-приближение предполагает, что ожидаемых наблюдений в ячейках достаточно много. Когда ожидаемые частоты малы, p-value может быть ненадёжным. В таких случаях часто объединяют редкие категории или используют альтернативу, например Fisher's exact test для 2×2.
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?
- Как по таблице сопряжённости считается ожидаемое значение (ячейка) при `H0` о независимости категорий в `chi-square` тесте?
- 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» →