Calculateur de Test du Khi-Deux d'Adéquation
Calculateur de Test du Khi-Deux d'Adéquation
Entrez vos comptages observés pour chaque catégorie et les comptages attendus correspondants (séparés par des virgules, dans le même ordre). Cela calcule la statistique du khi-deux et sa valeur p, testant si la différence entre l'observé et l'attendu est plus grande que ce que le hasard produirait généralement.
- Formule : χ² = Σ ((observé − attendu)² ÷ attendu), sommé sur toutes les catégories, avec degrés de liberté = nombre de catégories − 1.
- Les catégories doivent être des comptages mutuellement exclusifs, pas des pourcentages : ce test fonctionne sur des comptages de fréquence réels, pas des proportions.
- Une petite valeur p signifie que les données observées ne correspondent pas bien au modèle attendu : une valeur p faible (généralement inférieure à 0,05) suggère un écart plus grand que ce que le hasard seul expliquerait.
Qu'est-ce qui compte comme valeurs "attendues" dans ce test ?
Les valeurs attendues représentent ce que vous prédiriez sous une certaine hypothèse — par exemple, un dé à six faces équilibré lancé 120 fois devrait donner 20 sur chaque face.
Les listes observées et attendues doivent-elles totaliser la même somme ?
Elles le devraient — le test d'adéquation compare comment le total est réparti entre les catégories, donc des totaux non concordants fausseront le résultat.
Calculateur de Test du Khi-Deux d'Adéquation
Entrez vos comptages observés pour chaque catégorie et les comptages attendus correspondants (séparés par des virgules, dans le même ordre). Cela calcule la statistique du khi-deux et sa valeur p, testant si la différence entre l'observé et l'attendu est plus grande que ce que le hasard produirait généralement.
- Formule : χ² = Σ ((observé − attendu)² ÷ attendu), sommé sur toutes les catégories, avec degrés de liberté = nombre de catégories − 1.
- Les catégories doivent être des comptages mutuellement exclusifs, pas des pourcentages : ce test fonctionne sur des comptages de fréquence réels, pas des proportions.
- Une petite valeur p signifie que les données observées ne correspondent pas bien au modèle attendu : une valeur p faible (généralement inférieure à 0,05) suggère un écart plus grand que ce que le hasard seul expliquerait.
Qu'est-ce qui compte comme valeurs "attendues" dans ce test ?
Les valeurs attendues représentent ce que vous prédiriez sous une certaine hypothèse — par exemple, un dé à six faces équilibré lancé 120 fois devrait donner 20 sur chaque face.
Les listes observées et attendues doivent-elles totaliser la même somme ?
Elles le devraient — le test d'adéquation compare comment le total est réparti entre les catégories, donc des totaux non concordants fausseront le résultat.