Test di ipotesi in excel
Il test chi-quadro di indipendenza, chiamato anche test chi-quadro a due variabili, è forse ancora più popolare del test chi-quadro a una variabile. Come il test chi-quadro a una variabile, è anche una delle poche statistiche di base che il componente aggiuntivo “Analisi dati” di Excel non esegue ed è difficile da calcolare senza SPSS, R o un altro programma di statistica. Ho creato questa guida sul calcolo del test chi-quadro di indipendenza in Excel per risolvere questo problema. Spero che qualcuno la trovi utile! Come sempre, scrivetemi a [email protected] se avete domande sul test chi-quadro di indipendenza.
Come probabilmente già sapete, il test chi-quadro a una variabile determina se esiste un numero uguale (o disuguale) di osservazioni tra le categorie di una singola variabile di raggruppamento. Se non conoscete ancora i test chi-quadro a una variabile o non sapete come eseguirli in Excel, vi consiglio di consultare la mia guida sull’argomento (cliccate qui).
Lo scopo del test chi-quadro di indipendenza è leggermente diverso. Determina se la distribuzione delle osservazioni tra i gruppi di una variabile categorica (alias variabile di raggruppamento) dipende da un’altra variabile categorica. Vediamo alcuni esempi per chiarire questa idea.
Tabella chi-quadro pdf
Utilizzeremo il framework dei test di ipotesi. Se non lo conoscete, consultate il libro Advancing Into Analytics. Si tratta di una tecnica di analisi avanzata che utilizza Excel, R e Python.
Per la nostra dimostrazione, utilizzeremo un set di dati sulle abitazioni in Excel. Dobbiamo ottenere i valori effettivi utilizzando la tabella pivot e poi confrontarli con i valori previsti utilizzando le formule. Verificheremo anche il livello di significatività del 95% e se esiste una relazione tra l’aria condizionata e la zona preferita.
Calcolatore del chi-quadro
Sembra che si stia utilizzando Internet Explorer 11 o versioni precedenti. Questo sito web funziona meglio con browser moderni come le ultime versioni di Chrome, Firefox, Safari ed Edge. Se si continua con questo browser, si potrebbero ottenere risultati inaspettati.
Fase 1. Calcolare le frequenze relative effettive per ciascun risultato. Iniziate creando una tabella che contenga le frequenze assolute effettive (simile alla Tabella 11), quindi utilizzate queste frequenze per calcolare i totali e le frequenze relative degli esiti per le diverse categorie.
Nella Fig. 2, si può notare che la frequenza relativa è stata calcolata dividendo due altri riferimenti di cella nel foglio di calcolo. Questo metodo è preferibile alla divisione dei numeri stessi, poiché consente di modificare le frequenze assolute effettive ed Excel ricalcolerà tutti gli altri valori senza ulteriori interventi da parte dell’utente. Si noti l’uso dei segni di dollaro nel riferimento di cella per creare un riferimento immutabile ai conteggi totali, in modo che la formula in F5 possa essere copiata in F6. Questo non fa risparmiare molto tempo in una tabella 2×2, ma potrebbe farlo se ci fossero più di due categorie.
Test Z in Excel
Per questa esercitazione utilizziamo una tabella di contingenza contenente i conteggi di una banana raccolta su una bancarella del mercato. La tabella incrocia due variabili qualitative: la varietà di banane nelle colonne (3 categorie: 1, 2 e 3) e la presenza di vermi nelle banane nelle righe (due categorie: presenza, assenza). Ogni cella contiene il numero di banane che presentano la combinazione delle categorie di riga e colonna corrispondenti.
L’obiettivo di questa esercitazione è utilizzare i test Chi-quadro e Fisher exact per testare l’associazione tra due variabili qualitative misurate su un campione di banane: la varietà e la presenza/assenza di larve. Maggiori dettagli nel paragrafo successivo.
H0 (ipotesi nulla): Le due variabili qualitative sono indipendenti. Nel nostro esempio, ciò significa che la presenza/assenza di vermi è indipendente dalla varietà di banane. In altre parole, il rapporto tra le banane abitate è lo stesso in tutte e tre le varietà.
Ha (ipotesi alternativa): Le due variabili qualitative dipendono l’una dall’altra. Nel nostro esempio, ciò significa che la presenza/assenza di vermi dipende dalla varietà di banane. In altre parole, almeno una delle tre varietà di banane ha un rapporto di presenza di vermi diverso da quello delle altre varietà.