WorksheetFunction.ChiSq_Test(Object, Object) Метод
Определение
Важно!
Некоторые сведения относятся к предварительной версии продукта, в которую до выпуска могут быть внесены существенные изменения. Майкрософт не предоставляет никаких гарантий, явных или подразумеваемых, относительно приведенных здесь сведений.
Возвращает тест на независимость.
public:
double ChiSq_Test(System::Object ^ Arg1, System::Object ^ Arg2);
public double ChiSq_Test (object Arg1, object Arg2);
Public Function ChiSq_Test (Arg1 As Object, Arg2 As Object) As Double
Параметры
- Arg1
- Object
Диапазон данных, содержащих наблюдения для проверки ожидаемых значений.
- Arg2
- Object
Диапазон данных, содержащий отношение продукта итогов строк и итогов столбцов к общему итогу.
Возвращаемое значение
Комментарии
ChiSq_Test возвращает значение из распределения хи-квадрата (12) для статистики и соответствующих степеней свободы. Вы можете использовать тесты 12, чтобы определить, проверяются ли предполагаемые результаты экспериментом.
Если actual_range и expected_range имеют разное количество точек данных, ChiSq_Test возвращает значение ошибки #N/A.
Тест α2 сначала вычисляет статистику α2 с помощью формулы:
Рис. 1. Формула для теста x в квадрате
где:
- Aij = фактическая частота в i-й строке, j-й столбец
- Eij = ожидаемая частота в i-й строке, j-й столбец
- r = число или строк
- c = количество столбцов
Низкое значение null2 является показателем независимости. Как видно из формулы, α2 всегда положительно или 0, а равно 0, только если Aij = Eij для каждого i,j.
ChiSq_Test возвращает вероятность того, что значение статистики 12, по крайней мере, равное значению, вычисленному по приведенной выше формуле, могло произойти случайно при предположении о независимости. При вычислении этой вероятности ChiSq_Test использует распределение α2 с соответствующим количеством степеней свободы, df. Если r > 1 и c > 1, то df = (r - 1)(c - 1). Если r = 1 и c > 1, то df = c - 1 или если r > 1 и c = 1, то df = r - 1. r = c= 1 не допускается и создает ошибку.
Использование ChiSq_Test наиболее целесообразно, когда Эйдж не слишком мал. Некоторые статистики предполагают, что каждый Эйдж должен быть больше или равен 5.