WorksheetFunction.ChiSq_Test(Object, Object) Método
Definición
Importante
Parte de la información hace referencia a la versión preliminar del producto, que puede haberse modificado sustancialmente antes de lanzar la versión definitiva. Microsoft no otorga ninguna garantía, explícita o implícita, con respecto a la información proporcionada aquí.
Devuelve la prueba de independencia.
public:
double ChiSq_Test(System::Object ^ Arg1, System::Object ^ Arg2);public double ChiSq_Test(object Arg1, object Arg2);Public Function ChiSq_Test (Arg1 As Object, Arg2 As Object) As DoubleParámetros
- Arg1
- Object
Rango de datos que contiene las observaciones que probar frente a los valores esperados.
- Arg2
- Object
Rango de datos que contiene la relación entre el producto de los totales de filas y columnas y el total general.
Devoluciones
Comentarios
ChiSq_Test devuelve el valor de la distribución chi cuadrado (χ2) para la estadística y los grados de libertad apropiados. Puede usar pruebas χ2 para determinar si los resultados hipotéticos son verificados por un experimento.
Si actual_range y expected_range tienen un número diferente de puntos de datos, ChiSq_Test devuelve el valor de error #N/A.
La prueba χ2 primero calcula una estadística χ2 usando la fórmula:
Figura 1: Fórmula para la prueba x cuadrado
donde:
- Aij = frecuencia real en la i-ésima fila, j-ésima columna
- Eij = frecuencia esperada en la i-ésima fila, j-ésima columna
- r = número o filas
- c = número de columnas
Un valor bajo de χ2 es un indicador de independencia. Como se puede ver en la fórmula, χ2 siempre es positivo o 0, y es 0 solo si Aij = Eij para cada i,j.
ChiSq_Test devuelve la probabilidad de que un valor de la estadística χ2 al menos tan alto como el valor calculado por la fórmula anterior podría haber ocurrido por casualidad bajo el supuesto de independencia. Para calcular esta probabilidad, ChiSq_Test usa la distribución χ2 con un número apropiado de grados de libertad, df. Si r > 1 y c > 1, entonces df = (r - 1)(c - 1). Si r = 1 y c > 1, entonces df = c - 1 o si r > 1 y c = 1, entonces df = r - 1. No está permitido que r = c= 1, que genera un error.
El uso de ChiSq_Test es más apropiado cuando los Eij no son demasiado pequeños. Algunos estadísticos sugieren que cada Eij debe ser mayor o igual a 5.