Inhoudsopgave:

Hoe bereken je de chi-kwadraatverdeling?
Hoe bereken je de chi-kwadraatverdeling?

Video: Hoe bereken je de chi-kwadraatverdeling?

Video: Hoe bereken je de chi-kwadraatverdeling?
Video: Chi Square Test 2024, November
Anonim

Chi-kwadraatverdeling

  1. het gemiddelde van de verdeling is gelijk aan het aantal vrijheidsgraden: μ = v.
  2. De variantie is gelijk aan twee keer het aantal vrijheidsgraden: σ2 = 2 * v.
  3. Als de vrijheidsgraden groter of gelijk zijn aan 2, dan treedt de maximale waarde voor Y op als Χ2 = v - 2.

Wat zegt een chi-kwadraatverdeling u hierover?

De Chi - vierkant test is bedoeld om te testen hoe waarschijnlijk het is dat een waargenomen verdeling is te wijten aan het toeval. Het wordt ook wel een "goodness of fit"-statistiek genoemd, omdat het meet hoe goed de waargenomen verdeling van data past bij de verdeling dat wordt verwacht als de variabelen onafhankelijk zijn.

hoe ziet een chi-kwadraatverdeling eruit? Het gemiddelde van a Chi Square-distributie zijn vrijheidsgraden. Chi Square-verdelingen zijn positief scheef, waarbij de mate van scheefheid afneemt met toenemende vrijheidsgraden. Naarmate het aantal vrijheidsgraden toeneemt, Chi Square-distributie benadert een normaal verdeling.

En hoe gebruik je een chi square-distributietabel?

Samengevat zijn dit de stappen die u moet volgen om de chikwadraattabel te gebruiken om een chikwadraatwaarde te vinden:

  1. Zoek de rij die overeenkomt met de relevante vrijheidsgraden, r.
  2. Zoek de kolom met de waarschijnlijkheid van interesse
  3. Bepaal de chi-kwadraatwaarde waar de r-rij en de waarschijnlijkheidskolom elkaar kruisen.

Hoe bereken je de verwachte waarde?

In statistiek en kansanalyse is de verwachte waarde is berekend door elk van de mogelijke uitkomsten te vermenigvuldigen met de waarschijnlijkheid dat elke uitkomst zal optreden en deze vervolgens allemaal op te tellen waarden . Door verwachte waarden berekenen kunnen beleggers het scenario kiezen dat het meest waarschijnlijk het gewenste resultaat oplevert.

Aanbevolen: