콘텐츠
통계는 사건 발생 가능성을 결정하는 데 사용되는 확률에 대한 연구입니다. 확률과 통계량을 테스트하는 방법에는 여러 가지가 있으며 가장 잘 알려진 카이-제곱 검정 중 하나입니다. 모든 통계 검정과 마찬가지로 카이-제곱 검정은 통계 결정을 내리기 전에 자유도를 고려해야합니다.
적합도
카이-제곱은 관측 된 데이터와 예상 된 데이터의 두 가지 유형의 데이터를 테스트하고 비교하는 데 사용됩니다. 기대치와 관찰치의 차이 인“적합성”을 측정합니다. 예를 들어 통계적으로 말하면 동전을 50 번 뒤집 으면 25 개의 머리와 25 개의 꼬리가 나옵니다. 그러나 실제로 동전을 50 번 뒤집 으면 꼬리는 19 번, 꼬리는 31 번 떨어집니다. 통계학자는이 데이터를 사용하여 이러한 차이가 발생한 이유를 이론화 할 수 있습니다.
자유도
자유도는 통계 결과에 영향을주지 않고 자유롭게 변할 수있는 통계의 값 수를 측정 한 것입니다. 카이-제곱을 포함한 통계 테스트는 종종 다양한 중요 정보를 기반으로 한 매우 정확한 추정치에 기반합니다. 통계학자는이 추정값을 사용하여 통계 분석의 최종 결과를 계산하는 통계 공식을 작성합니다. 분석에 사용되는 정보는 다를 수 있지만 항상 최소한 하나의 고정 된 정보 범주가 있어야합니다. 나머지 범주는 자유도입니다. 통계는 수학적 과학이지만 정확한 계산이 어려운 가설을 기반으로하기 때문에 중요합니다.
계산
카이-제곱 검정에서 자유도 계산은 매우 간단합니다. 통계 분석에 몇 개의 범주가 있는지 찾아서 하나씩 빼십시오. 예를 들어 코끼리의 예상 출생률과 관찰 된 출생률을 연구한다고 가정 해보십시오. 범주에는 어머니의 나이, 아버지의 나이 및 자녀의 성별이 포함됩니다. 그것은 당신에게 연구에서 세 가지 범주를 제공합니다. 그 중 하나를 빼면 자유도가 2가됩니다. 기본적으로 연구에 더 많은 범주가있을수록 추후 통계 분석에서 더 많은 자유를 실험해야합니다.
중요성
관측 결과는 종종 예상 결과와 크게 다르기 때문에 카이-제곱 검정에서 자유도는 중요하며, 이러한 자유도는 다른 가상 상황을 테스트하는 데 필요합니다. 기본적으로 분석을 위해 수집 한 데이터를 가져 와서 재사용하여 다른 통계 분석을 수행 할 수 있습니다. 이러한 새로운 연구는 예상 결과와 관찰 결과의 차이를보다 자세히 설명하는 데 도움이 될 수 있습니다.