Les statistiques sont l'étude de la probabilité utilisée pour déterminer la probabilité qu'un événement se produise. Il existe de nombreuses façons de tester la probabilité et les statistiques, l'une des plus connues étant le test du Chi-carré. Comme tout test de statistiques, le test du Chi-carré doit prendre en compte les degrés de liberté avant de prendre une décision statistique.
Goodness to Fit
Le Chi-Square est utilisé pour tester et comparer deux différents types de données: données observées et données attendues. Il mesure ce qu'on appelle la «bonté à s'adapter», qui est la différence entre ce que vous attendez et ce qui a été observé. Par exemple, statistiquement parlant, si vous lancez une pièce 50 fois, vous devriez obtenir 25 têtes et 25 queues. Cependant, vous renversez une pièce 50 fois et elle atterrit sur la queue 19 fois et sur la queue 31 fois. En utilisant ces données, un statisticien pourrait théoriser sur la raison de ces différences.
Degrés de liberté
Les degrés de liberté sont les mesures du nombre de valeurs dans la statistique qui sont libres de varier sans influencer le résultat de la statistique. Les tests statistiques, y compris le Chi-carré, reposent souvent sur des estimations très précises basées sur diverses informations vitales. Les statisticiens utilisent ces estimations pour créer des formules statistiques qui calculent le résultat final de leur analyse statistique. Les informations utilisées dans l'analyse peuvent varier, mais il doit toujours y avoir au moins une catégorie d'informations fixe; le reste des catégories sont des degrés de liberté. Ceci est important car bien que les statistiques soient une science mathématique, elles reposent souvent sur des hypothèses difficiles à calculer avec précision.
Calculer
Calculer les degrés de liberté dans le test du Chi-carré est très important. simple. Trouvez combien de catégories vous avez dans votre analyse statistique et soustrayez-en une. Par exemple, imaginez que vous étudiez les taux de natalité attendus des éléphants par rapport au taux de natalité observé. Les catégories comprennent l'âge de la mère, l'âge du père et le sexe de leurs enfants nés. Cela vous donne trois catégories dans votre étude. Soustrayez-en un pour obtenir deux comme votre degré de liberté. Fondamentalement, plus vous avez de catégories dans votre étude, plus vous aurez de degrés de liberté dans l'analyse statistique ultérieure.
Importance
Les degrés de liberté sont importants dans le test du Chi-deux parce que les résultats observés diffèrent souvent significativement des résultats attendus, et ces degrés de liberté sont nécessaires pour tester différentes situations hypothétiques. Fondamentalement, vous pouvez prendre les données que vous avez recueillies pour votre analyse et les réutiliser pour effectuer une autre analyse statistique. Ces nouvelles études peuvent aider à expliquer plus complètement les différences entre les résultats attendus et les résultats observés.
