Tôi sẽ căn cứ vào câu trả lời của mình nói chung và chèn ý kiến về cách vấn đề của bạn phù hợp với khung kiểm tra. Nói chung, chúng ta có thể kiểm tra sự bằng nhau về tỷ lệ bằng cách sử dụng phép thử trong đó giả thuyết null điển hình, , như sau:H 0χ2H0
H0: p1= p2= . . . = pk
tức là tất cả các tỷ lệ đều bằng nhau. Bây giờ trong trường hợp của bạn, giả thuyết không có giá trị như sau:
H A : tại leat một p i khác với i = 1 , 2 , 3
H0: p1= p2= p3
và giả thuyết thay thế là
HMột: tại leat một pTôi khác với i = 1 , 2 , 3
Bây giờ để thực hiện thử nghiệm chúng tôi cần tính toán thống kê kiểm tra sau: Giá trị của thống kê kiểm tra làχ2
χ2= ∑i = 1n( ÔTôi- ETôi)2ETôi
Ở đâu
- χ2 = Thống kê kiểm tra tích lũy của Pearson, phương pháp tiếp cận một cách bất hợp pháp phân phốiχ2
- ÔiTôi = tần số quan sát được
- ETôi = tần số dự kiến (lý thuyết), được khẳng định bằng giả thuyết null
- n = số lượng ô trong bảng
Trong trường hợp của bạn vì chúng ta có thể nghĩ vấn đề này là bảng sau:
n = 6
Bây giờ một khi chúng ta có thống kê kiểm tra, chúng ta có hai lựa chọn về cách tiến hành hoàn thành kiểm tra giả thuyết.
Tùy chọn 1) Chúng tôi có thể so sánh thử nghiệm tĩnh mình với giá trị tới hạn phù hợp theo giả thuyết null. Điều đó có nghĩa là, nếu là đúng, thì thống kê từ bảng dự phòng với các hàng và cột sẽ có phân phối với độ sự tự do. Sau khi tính toán giá trị tới hạn của chúng tôi nếu chúng tôi có thì chúng tôi sẽ từ chối giả thuyết khống. Rõ ràng nếu thì chúng ta không từ chối giả thuyết khống. χ2H0χ2RCχ2( R - 1 ) × ( C- 1 )χ*χ2>χ∗χ2≤χ∗
Về mặt đồ họa (tất cả các số được tạo thành) đây là:
Từ biểu đồ, nếu thống kê kiểm tra của chúng tôi tương ứng với thống kê kiểm tra màu xanh thì chúng tôi sẽ không từ chối giả thuyết khống vì thống kê kiểm tra này không nằm trong khu vực quan trọng (ví dụ: ). Ngoài ra, thống kê kiểm tra màu xanh lá cây không nằm trong khu vực quan trọng và vì vậy chúng tôi sẽ bác bỏ giả thuyết khống nếu chúng tôi tính toán thống kê kiểm tra màu xanh lá cây.χ2χ2<χ∗
Trong ví dụ của bạn, mức độ tự do của bạn bằng
df=(R−1)×(C−1)=(2−1)×(3−1)=1×2=2
Tùy chọn 2) chúng ta có thể tính giá trị p liên quan đến thống kê kiểm tra theo giả thuyết null và nếu giá trị p này nhỏ hơn một số -level được chỉ định thì chúng ta có thể từ chối giả thuyết null. Nếu giá trị p lớn hơn -level thì chúng ta không từ chối giả thuyết null. Lưu ý rằng giá trị p là xác suất mà phân phối lớn hơn thống kê kiểm tra.α χ 2 ( R - 1 ) × ( C - 1 )ααχ2(R−1)×(C−1)
Về mặt đồ họa chúng ta có điều đó
trong đó giá trị p được tính là diện tích lớn hơn thống kê kiểm tra của chúng tôi (khu vực bóng mờ màu xanh trong ví dụ).
Vì vậy, nếu thì không thể từ chối giả thuyết null , khác,H 0α>p-valueH0
if từ chối giả thuyết nullH 0α≤p-valueH0