कई सांख्यिकी पाठ्यक्रमों में सांख्यिकीय तालिकाओं का उपयोग एक सामान्य विषय है। हालाँकि सॉफ्टवेयर गणना करता है, लेकिन पढ़ने की दक्षता अभी भी एक महत्वपूर्ण है। हम देखेंगे कि महत्वपूर्ण मान निर्धारित करने के लिए ची-वर्ग वितरण के लिए मूल्यों की तालिका का उपयोग कैसे करें। तालिका जो हम उपयोग करेंगे वह है यहाँ स्थित हैहालांकि, अन्य ची-वर्ग तालिकाओं को उन तरीकों से बाहर रखा गया है जो इस के समान हैं।
महत्वपूर्ण मान
ची-स्क्वायर तालिका का उपयोग जो हम जांच करेंगे, वह महत्वपूर्ण मान निर्धारित करना है। दोनों में महत्वपूर्ण मूल्य महत्वपूर्ण हैं परिकल्पना परीक्षण तथा विश्वास अंतराल. परिकल्पना परीक्षणों के लिए, एक महत्वपूर्ण मूल्य हमें बताता है कि एक परीक्षण सांख्यिकीय कितना चरम है हमें अशक्त परिकल्पना को अस्वीकार करने की आवश्यकता है। विश्वास अंतराल के लिए, एक महत्वपूर्ण मूल्य उन अवयवों में से एक है जो त्रुटि के एक मार्जिन की गणना में जाता है।
एक महत्वपूर्ण मूल्य निर्धारित करने के लिए, हमें तीन चीजों को जानना होगा:
- स्वतंत्रता की डिग्री की संख्या
- पूंछों की संख्या और प्रकार
- महत्व का स्तर।
स्वतंत्रता का दर्जा
महत्व की पहली वस्तु की संख्या है
स्वतंत्रता का दर्जा. यह संख्या हमें बताती है कि असीम रूप से कई ची-वर्ग वितरण हम अपनी समस्या में उपयोग करने के लिए कर रहे हैं। जिस तरह से हम इस संख्या को निर्धारित करते हैं, वह उस सटीक समस्या पर निर्भर करता है जिसका हम उपयोग कर रहे हैं ची-वर्ग वितरण साथ में। तीन सामान्य उदाहरणों का पालन करते हैं।- अगर हम ए फिट टेस्ट की अच्छाई, तब स्वतंत्रता की डिग्री की संख्या हमारे मॉडल के परिणामों की संख्या से कम है।
- यदि हम निर्माण कर रहे हैं एक जनसंख्या विचरण के लिए विश्वास अंतराल, तो हमारे नमूने में स्वतंत्रता की डिग्री की संख्या मूल्यों की संख्या से कम है।
- के लिए स्वतंत्रता का ची-वर्ग परीक्षण दो श्रेणीगत चर के साथ, हमारे पास दो-तरफ़ा आकस्मिक तालिका है आर पंक्तियाँ और सी कॉलम। स्वतंत्रता की डिग्री की संख्या है (आर - 1)(सी - 1).
इस तालिका में, स्वतंत्रता की डिग्री की संख्या उस पंक्ति से मेल खाती है जिसका हम उपयोग करेंगे।
यदि हम जिस तालिका के साथ काम कर रहे हैं, वह हमारी समस्या के लिए कॉल की गई स्वतंत्रता की सटीक संख्या प्रदर्शित नहीं करती है, तो हमारे द्वारा उपयोग किए जाने वाले अंगूठे का एक नियम है। हम स्वतंत्रता की डिग्री की संख्या को सबसे अधिक अनुमानित मूल्य से कम करते हैं। उदाहरण के लिए, मान लीजिए कि हमारे पास स्वतंत्रता की 59 डिग्री है। यदि हमारी तालिका में केवल 50 और 60 डिग्री की स्वतंत्रता के लिए लाइनें हैं, तो हम 50 डिग्री की स्वतंत्रता के साथ लाइन का उपयोग करते हैं।
पूंछ
अगली बात जिस पर हमें विचार करने की आवश्यकता है वह है संख्या और प्रकार की पूंछ का उपयोग किया जा रहा है। एक ची-वर्ग वितरण को दाईं ओर तिरछा किया जाता है, और इसलिए दाएं पूंछ से जुड़े एक तरफा परीक्षणों का आमतौर पर उपयोग किया जाता है। हालांकि, अगर हम दो-तरफा विश्वास अंतराल की गणना कर रहे हैं, तो हमें एक पर विचार करने की आवश्यकता होगी दो-पूंछ वाला परीक्षण हमारे ची-स्क्वायर वितरण में दाएं और बाएं पूंछ दोनों के साथ।
आत्मविश्वास का स्तर
जानकारी का अंतिम टुकड़ा जिसे हमें जानना आवश्यक है वह आत्मविश्वास या महत्व का स्तर है। यह एक संभावना है जो आमतौर पर द्वारा निरूपित की जाती है अल्फा. फिर हमें अपनी तालिका के साथ उपयोग करने के लिए इस संभावना (हमारे पूंछ के बारे में जानकारी के साथ) को सही कॉलम में अनुवाद करना होगा। कई बार यह चरण इस बात पर निर्भर करता है कि हमारी तालिका का निर्माण कैसे किया जाता है।
उदाहरण
उदाहरण के लिए, हम बारह-पक्षीय मरने के लिए फिट परीक्षण की एक अच्छाई पर विचार करेंगे। हमारी अशक्त परिकल्पना यह है कि सभी पक्षों को समान रूप से रोल करने की संभावना है, और इसलिए प्रत्येक पक्ष के 1/12 रोल होने की संभावना है। चूंकि 12 परिणाम हैं, स्वतंत्रता के 12 -1 = 11 डिग्री हैं। इसका मतलब है कि हम अपनी गणना के लिए 11 चिह्नित पंक्ति का उपयोग करेंगे।
फिट टेस्ट की एक अच्छाई एक टेस्टेड टेस्ट है। इसके लिए हम जिस पूंछ का उपयोग करते हैं, वह सही पूंछ है। मान लीजिए कि महत्व का स्तर 0.05 = 5% है। यह वितरण की सही पूंछ में संभावना है। हमारी तालिका को बाईं पूंछ में संभाव्यता के लिए सेट किया गया है। तो हमारे महत्वपूर्ण मूल्य के बाईं ओर 1 - 0.05 = 0.95 होना चाहिए। इसका अर्थ है कि हम 19.675 का महत्वपूर्ण मान देने के लिए स्तंभ का उपयोग 0.95 और पंक्ति 11 के अनुरूप करते हैं।
अगर हम अपने डेटा से गणना करने वाले ची-स्क्वायर आँकड़ा 19.675 से अधिक या उसके बराबर है, तो हम शून्य परिकल्पना को 5% महत्व पर अस्वीकार करते हैं। यदि हमारा ची-स्क्वायर आँकड़ा 19.675 से कम है, तो हम अस्वीकार करने में विफल अशक्त परिकल्पना।