| rdfs:comment
| - Test dobré shody je metoda matematické statistiky, která umožňuje ověřit, zda má náhodná veličina určité předem dané rozdělení pravděpodobnosti. Takové rozdělení může být dáno včetně parametrů, nebo s neznámými parametry. Test se mimo jiné často používá pro ověřování hypotéz v kontingenční tabulce. Často se k tomu účelu používá Pearsonův chí-kvadrát test, který je nejstarším ze skupiny testů chí-kvadrát. (cs)
- La prova de khi-quadrat (χ2) de Pearson és la més coneguda entre les diverses proves estadístiques basades en la distribució khi quadrat. Les seves propietats van ser investigades per Karl Pearson. La prova avalua una hipòtesi nul·la que sosté que la freqüència d'un succés segueix una determinada distribució. Els successos s'han de considerar com a mutualment exclusius i han de tenir una probabilitat total d'u. Un cas ben comú és la hipòtesi que en un dau hi ha la mateixa probabilitat (1/6) que toqui una cara o una altra. (ca)
- Estatistikan, khi-karratu estatistikoa ( irudikatzen dena, alfabeto grekoko khi letra maiuskula erabiliz, 2 goi-indizeaz) erabilera anitz duen estatistikoa da: azterketan, probabilitate teoriko multzo batetik errealitatean jasotako maiztasunak neurri adierazgarri batez urruntzen diren erabakitzeko alegia, kontingentzia-taula batean aldagai kualitatiboen arteko erlazioa neurtu eta taulako bi aldagaien artean independentzia dagoen aztertzeko eta beste hainbat froga estatistikoetan. Khi-karratu izena estatistikoaren lagin banaketa khi-karratu banaketari jarraiki banatzen delako esleitu zaio. (eu)
- Il test chi quadrato di Pearson (o della bontà dell'adattamento)è un test non parametrico applicato a grandi campioniquando si è in presenza di variabili nominalie si vuole verificare se il campione è stato estratto da una popolazionecon una predeterminata distribuzione o che due o più campioni derivino dalla stessa popolazione. Fa parte di un'ampia classe di test detti test chi quadratoin quanto hanno in comune le formule e la variabile casuale Chi Quadratoma non necessariamente anche le ipotesi di base o le finalità. (it)
- 皮爾森卡方檢定（英語：Pearson's chi-squared test）是最有名卡方檢定之一（其他常用的卡方檢定還有、、等等－－它們的統計值之機率分配都近似於卡方分配，故稱卡方檢定）。「皮爾森卡方檢定」最早由卡爾·皮爾森在1900年發表， 用於類別變數的檢定。科學文獻中，當提及卡方檢定而沒有特別指明類型時，通常即指皮爾森卡方檢定。 (zh)
- La prueba χ² de Pearson se considera una prueba no paramétrica que mide la discrepancia entre una distribución observada y otra teórica (bondad de ajuste), indicando en qué medida las diferencias existentes entre ambas, de haberlas, se deben al azar en el contraste de hipótesis. También se utiliza para probar la independencia de dos variables entre sí, mediante la presentación de los datos en tablas de contingencia. La fórmula que da el estadístico es la siguiente: Los grados de libertad gl vienen dados por : Donde r es el número de filas y k el de columnas.
* Criterio de decisión: (es)
- En statistique, le test du χ² de Pearson ou test du χ² d'indépendance est un test statistique qui s'applique sur des données catégorielles pour évaluer la probabilité de retrouver la différence de répartition observée entre les catégories si celles-ci étaient indépendantes dans le processus de répartition sous-jacent. Il convient aux données non-appariées prises sur de grands échantillons (n>30). Les propriétés de ce test ont d'abord été étudiées par Karl Pearson en 1900.
* Portail des probabilités et de la statistique (fr)
- Pearson's chi-squared test is a statistical test applied to sets of categorical data to evaluate how likely it is that any observed difference between the sets arose by chance. It is the most widely used of many chi-squared tests (e.g., Yates, likelihood ratio, portmanteau test in time series, etc.) – statistical procedures whose results are evaluated by reference to the chi-squared distribution. Its properties were first investigated by Karl Pearson in 1900. In contexts where it is important to improve a distinction between the test statistic and its distribution, names similar to Pearson χ-squared test or statistic are used. (en)
- O teste qui-quadrado (χ2) de Pearson (ou teste chi-quadrado de Pearson) é um teste estatístico aplicado a dados categóricos para avaliar quão provável é que qualquer diferença observada aconteça ao acaso. É adequado para amostras não pareadas/emparelhadas. Dentre os diversos testes qui-quadrado existentes (por exemplo, a , , , etc) é o mais utilizado. Suas propriedades foram primeiramente investigadas por Karl Pearson em 1900. Em contextos onde é importante melhorar uma distinção entre a estatística e sua distribuição, nomes similares ao teste qui-quadrado de Pearson são usados. (pt)
- Критерий согласия Пирсона или критерий согласия (хи-квадрат) — непараметрический метод, который позволяет оценить значимость различий между фактическим (выявленным в результате исследования) количеством исходов или качественных характеристик выборки, попадающих в каждую категорию, и теоретическим количеством, которое можно ожидать в изучаемых группах при справедливости нулевой гипотезы. Выражаясь проще, метод позволяет оценить статистическую значимость различий двух или нескольких относительных показателей (частот, долей). Критерий может использоваться при проверке простых гипотез вида (ru)
- Критерій узгодженості Пірсона — один з найвідоміших критеріїв , тому його часто і називають просто «критерій хі-квадрат». Використовується для перевірки гіпотези про закон розподілу. Ґрунтується на групованих даних. Область значень передбачуваного розподілу ділять на деяке число інтервалів. Після чого будують функцію відхилення ρ по різницях теоретичних імовірностей потрапляння в інтервали групування й емпіричних частот. і через — теоретичну ймовірність попадання в інтервал випадкової величини з розподілом . З необхідністю, . Як правило, довжини інтервалів вибирають так, щоб .Нехай (1). (uk)
|
![[RDF Data]](/fct/images/sw-rdf-blue.png)
![[cxml]](/fct/images/cxml_doc.png)
![[csv]](/fct/images/csv_doc.png)
![[text]](/fct/images/ntriples_doc.png)
![[turtle]](/fct/images/n3turtle_doc.png)
![[ld+json]](/fct/images/jsonld_doc.png)
![[rdf+json]](/fct/images/json_doc.png)
![[rdf+xml]](/fct/images/xml_doc.png)
![[atom+xml]](/fct/images/atom_doc.png)
![[html]](/fct/images/html_doc.png)