Test d'indépendance du khi-deux
Instructions: Cette calculatrice effectue un test d'indépendance du Khi-deux. Veuillez d'abord indiquer le nombre de colonnes et de lignes pour le tableau croisé. Tapez ensuite les données du tableau, le niveau de signification et, éventuellement, le nom des lignes et des colonnes, et les résultats du test du Khi-deux vous seront présentés ci-dessous :
En savoir plus sur le Test d'indépendance du khi-deux
Le test du Khi-deux d'indépendance est un test utilisé pour les variables catégorielles afin d'évaluer le degré d'association entre deux variables. Parfois, le test du Khi-deux d'indépendance est appelé test du Khi-deux d'homogénéité des variances, mais ils sont mathématiquement équivalents. L'idée du test est de comparer les informations de l'échantillon (les données observées), avec les valeurs auxquelles on pourrait s'attendre si les deux variables étaient effectivement indépendantes. Les principales propriétés d'un test d'indépendance du khi-deux sont les suivantes :
- La distribution de la statistique de test est la distribution du Khi-deux, avec \((r-1)\times(c-1)\) degrés de liberté, où r est le nombre de lignes et c est le nombre de colonnes
- La distribution du Khi-deux est l'une des distributions les plus importantes en statistique, avec la distribution normale et la distribution F
- Le test d'indépendance du Khi-deux est unilatéral
La formule de la statistique du khi-deux est la suivante
\[\chi^2 = \sum_{i,j=1}^n \frac{(O_{ij}-E_{ij})^2 }{E_{ij} }\]L'une des utilisations les plus courantes de ce test est d'évaluer si deux variables catégorielles sont significativement liées ou non.
Habituellement, le test du Khi-deux pour l'indépendance est désigné comme un tableau croisé à deux voies test. Si vous avez un tableau croisé à sens unique, vous devriez utiliser un Test du chi carré pour la qualité de l'ajustement .
Et si vous avez des données appariées ?
Si vous avez des données appariées, au lieu d'utiliser la calculatrice du chi-deux, vous devriez utiliser ceci Calculateur du test de McNemar .