Qui Quadrado Teste Definição Investopedia Forex

Estatística da Praça do Chi O que é uma Estatística da Praça do Chi Uma estatística do qui quadrado é uma medida de como as expectativas se comparam aos resultados. Os dados utilizados no cálculo de uma estatística do qui-quadrado devem ser aleatórios, crus, mutuamente exclusivos. Extraído de variáveis ​​independentes e extraído de uma amostra suficientemente grande. Por exemplo, os resultados de jogar uma moeda 100 vezes atende a esses critérios. BREAKING DOWN Estatística da Praça Chi Como um exemplo simples de como calcular e usar a estatística chi square, considere lançar uma moeda 100 vezes. O resultado esperado de jogar uma moeda justa 100 vezes é que as cabeças aparecerão 50 vezes e as caudas aparecerão 50 vezes. O resultado atual pode ser que as cabeças aparecem 45 vezes e as caudas aparecem 55 vezes. A estatística chi quadrado mostra qualquer discrepância entre os resultados esperados e os resultados reais. Exemplo de cálculo do Qui Quadrado Imagine que uma pesquisa aleatória foi realizada em 2.000 eleitores diferentes, tanto masculinos como femininos. As pessoas que responderam foram classificadas pelo gênero e se eram republicanas, democratas ou independentes. Imagine uma grade com as colunas marcadas como republicanas, democratas e independentes e duas linhas rotuladas como machos e fêmeas. Suponha que os dados dos 2.000 entrevistados são os seguintes: Masculino: 400 (republicano), 300 (democrata), 100 (independente) - Total masculino é igual a 800 Feminino: 500 (republicano), 600 (democrata), 100 (independente) - Total Feminino é igual a 1.200 Totais: 900 (republicano), 900 (democrata), 200 (independente) - O total total é igual a 2.000 O primeiro passo para calcular a estatística do qui-quadrado é encontrar as freqüências esperadas. Estes são calculados para cada célula na grade. Uma vez que existem duas categorias de gênero e três categorias de visão política, existem seis freqüências esperadas totais. A fórmula para a frequência esperada é: E (r, c) (n (r) x c (r)) n Onde r é a linha nas perguntas, c é a coluna em questão e n é igual ao total correspondente. Neste exemplo, as frequências esperadas são: E (1,1) (900 x 800) 2,000 360 E (1,2) (900 x 800) 2,000 360 E (1, .3) (200 x 800) 2,000 80 E (2,1) (900 x 1,200) 2,000 540 E (2,2) (900 x 1,200) 2,000 540 E (2,3) (200 x 1,200) 2,000 120 Em seguida, estes são valores usados ​​para calcular a estatística do qui-quadrado Usando a seguinte fórmula: Chi quadrado Soma de (O (r, c) - E (r, c)) 2 E (r, c), onde O (r, c) são os dados observados para a determinada linha e coluna. Neste exemplo, a expressão para cada valor observado é: O (1,1) (400 - 360) 2 360 4,44 O (1,2) (300 - 360) 2 360 10 O (1,3) (100 - 80 ) 2 80 5 O (2,1) (500 - 540) 2 540 2,96 O (2,2) (600-540) 2 540 6,67 O (2,3) (100 - 120) 2 120 3,33 A estatística do qui-quadrado Então é igual à soma destes valores, ou 32.41.Insentindo as estatísticas descritivas ou inferenciais por Ashley Crossman. Especialista em Sociologia Atualizado em 13 de dezembro de 2016. Como trabalhamos e faz sentido que os dados quantitativos dentro da sociologia se dividem em dois campos: estatística descritiva versus estatística inferencial. Em termos simples, as estatísticas descritivas descrevem a população ou o conjunto de dados em estudo, enquanto que as estatísticas inferenciais nos permitem obter resultados de um grupo de amostra e generalizá-los para uma população maior. Digamos mais profundamente as diferenças entre os dois e saiba como cada um é útil na pesquisa em ciências sociais. Continue lendo abaixo das estatísticas descritivas As estatísticas descritivas são as estatísticas básicas que descrevem o que está acontecendo em uma população ou conjunto de dados. Eles são importantes e úteis porque nos permitem ver padrões entre nossos dados e, portanto, dar sentido a esses dados. É importante perceber que as estatísticas descritivas só podem ser utilizadas para descrever a população ou o conjunto de dados em estudo. Ou seja, os resultados não podem ser generalizados para qualquer outro grupo ou população. Existem dois tipos de estatística descritiva que os cientistas sociais usam: medidas de tendência central e medidas de disseminação. As medidas da tendência central capturam tendências gerais dentro dos dados e são calculadas e expressas como a média. mediana. E modo. Um meio diz-nos a média matemática de todos os nossos dados, como, por exemplo, a idade média na primeira união mediana representa o meio da distribuição de dados, como a idade que se situa no meio da faixa de idades nas quais as pessoas se casam primeiro e o modo É o valor mais comum presente nos dados, como a idade mais comum na qual as pessoas se casam pela primeira vez. Enquanto isso, medidas de disseminação descrevem como os dados são distribuídos e como eles se relacionam. Continue lendo abaixo Medidas estatísticas que nos mostram isso incluem alcance (toda a gama de valores presentes em um conjunto de dados), distribuição de freqüência (quantas vezes um valor particular ocorre dentro de um conjunto de dados), quartis (subgrupos formados dentro de um conjunto de dados quando todos Os valores são divididos em quatro partes iguais em todo o intervalo), desvio absoluto médio (a média de quanto cada valor se desvia da média), variância (ilustra quanto de spread existe em nossos dados) e desvio padrão (ilustra o spread Dos dados relativos à média). As medidas de propagação são muitas vezes representadas visualmente em tabelas, gráficos de torta e barra e histogramas para ajudar a nossa compreensão das tendências dentro dos dados. Estatísticas infernais Enquanto as estatísticas descritivas nos informam informações básicas sobre a população ou o conjunto de dados em estudo, as estatísticas inferenciais são produzidas por cálculos matemáticos mais complexos e nos permitem inferir tendências sobre uma população maior com base em um estudo de uma amostra retirada dela. Utilizamos estatísticas inferenciais para examinar as relações entre variáveis ​​dentro de uma amostra e, em seguida, faça generalizações ou previsões sobre como essas variáveis ​​se relacionarão em uma população maior. A maioria das ciências sociais quantitativas opera usando estatísticas inferenciais, porque normalmente é muito dispendioso ou demorado para estudar toda uma população de pessoas. Usando uma amostra estatisticamente válida e estatísticas inferenciais, podemos realizar pesquisas que, de outra forma, não seriam possíveis. (Clique aqui para saber mais sobre os diferentes tipos de amostras e como compilá-los e usá-los.) Ao realizar pesquisas usando estatísticas inferenciais, é importante e necessário realizar um teste de significância para saber se você pode generalizar seus resultados para um maior população. Testes comuns de significância incluem o Qui-quadrado e T-test. Isso nos diz a probabilidade de que os resultados de nossa análise da amostra sejam representativos da população que a amostra representa.