So finden Sie den kritischen Chi-Quadrat-Wert in Python

Wenn Sie einen Chi-Quadrat-Test durchführen, erhalten Sie als Ergebnis eine Teststatistik. Um festzustellen, ob die Ergebnisse des Chi-Quadrat-Tests statistisch signifikant sind, können Sie die Teststatistik mit einem kritischen Chi-Quadrat-Wert vergleichen. Wenn die Teststatistik größer als der kritische Chi-Quadrat-Wert ist, sind die Testergebnisse statistisch signifikant.

Der kritische Chi-Quadrat-Wert kann mithilfe einer Chi-Quadrat-Verteilungstabelle oder mithilfe einer Statistiksoftware ermittelt werden.

Um den kritischen Chi-Quadrat-Wert zu ermitteln, benötigen Sie:

• Ein Signifikanzniveau (übliche Auswahlmöglichkeiten sind 0,01, 0,05 und 0,10)
• Freiheitsgrade

Mit diesen beiden Werten können Sie den Chi-Quadrat-Wert bestimmen, der mit der Teststatistik verglichen werden soll.

So finden Sie den kritischen Chi-Quadrat-Wert in Python

Um den kritischen Chi-Quadrat-Wert in Python zu ermitteln, können Sie die Funktion scipy.stats.chi2.ppf() verwenden, die die folgende Syntax verwendet:

scipy.stats.chi2.ppf(q, df)

wo:

• q: Das zu verwendende Signifikanzniveau
• df: Die Freiheitsgrade

Diese Funktion gibt den kritischen Wert aus der Chi-Quadrat-Verteilung basierend auf dem Signifikanzniveau und den bereitgestellten Freiheitsgraden zurück.

Angenommen, wir möchten den kritischen Chi-Quadrat-Wert für ein Signifikanzniveau von 0,05 und Freiheitsgrade = 11 ermitteln.

import scipy.stats

# Chi-Quadrat kritischen Wert finden
scipy.stats.chi2.ppf(1-.05, df=11)

19.67514

Der kritische Chi-Quadrat-Wert für ein Signifikanzniveau von 0,05 und Freiheitsgrade = 11 beträgt 19,67514.

Wenn wir also eine Art Chi-Quadrat-Test durchführen, können wir die Chi-Quadrat-Teststatistik mit 19.67514 vergleichen. Wenn die Teststatistik größer als 19.67514 ist, sind die Testergebnisse statistisch signifikant.

Beachten Sie, dass kleinere Alpha-Werte zu größeren kritischen Chi-Quadrat-Werten führen. Betrachten Sie beispielsweise den kritischen Chi-Quadrat-Wert für ein Signifikanzniveau von 0,01 und Freiheitsgrade = 11.

scipy.stats.chi2.ppf(1-.01, df=11)

24.72497

Betrachten Sie den kritischen Chi-Quadrat-Wert mit genau denselben Freiheitsgraden, jedoch mit einem Signifikanzniveau von 0,005:

scipy.stats.chi2.ppf(1-.005 df=11) 
26.75685

In der SciPy-Dokumentation finden Sie die genauen Details der Funktion chi2.ppf().