Skip to main content
Global

11.6: Comparação dos testes do Qui-Square

  1. Last updated
  2. Save as PDF
  • Page ID
    186619

    • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    Acima, a estatística de\(\chi^2\) teste foi usada em três circunstâncias diferentes. A lista a seguir é um resumo de qual\(\chi^2\) teste é o mais adequado para uso em diferentes circunstâncias.

    Teste de adequação do ajuste

    Use o teste de qualidade do ajuste para decidir se uma população com uma distribuição desconhecida “se encaixa” em uma distribuição conhecida. Nesse caso, haverá uma única pergunta de pesquisa qualitativa ou um único resultado de um experimento de uma única população. O Goodness-of-fit é normalmente usado para verificar se a população é uniforme (todos os resultados ocorrem com a mesma frequência), se a população é normal ou se a população é igual a outra população com uma distribuição conhecida. As hipóteses nula e alternativa são:

    • \(H_0\): A população se encaixa na distribuição dada.
    • \(H_a\): A população não se encaixa na distribuição dada.

    Teste de independência

    Use o teste de independência para decidir se duas variáveis (fatores) são independentes ou dependentes. Nesse caso, haverá duas perguntas ou experimentos de pesquisa qualitativa e uma tabela de contingência será construída. O objetivo é ver se as duas variáveis não estão relacionadas (independentes) ou relacionadas (dependentes). As hipóteses nula e alternativa são:

    • \(H_0\): As duas variáveis (fatores) são independentes.
    • \(H_a\): As duas variáveis (fatores) são dependentes.

    Teste de homogeneidade

    Use o teste de homogeneidade para decidir se duas populações com distribuições desconhecidas têm a mesma distribuição uma da outra. Nesse caso, haverá uma única pergunta ou experimento de pesquisa qualitativa dado a duas populações diferentes. As hipóteses nula e alternativa são:

    • \(H_0\): As duas populações seguem a mesma distribuição.
    • \(H_a\): As duas populações têm distribuições diferentes.