Contenido
- El tipo de datos requeridos
- La prueba de bondad de ajuste
- Cálculo de la estadística Chi-cuadrado
- Interpretando la Estadística Chi-Cuadrada
Los experimentos prueban las predicciones. Estas predicciones son a menudo numéricas, lo que significa que, a medida que los científicos recopilan datos, esperan que los números se desglosen de cierta manera. Los datos del mundo real rara vez coinciden exactamente con las predicciones que hacen los científicos, por lo que los científicos necesitan una prueba para decirles si la diferencia entre los números observados y los esperados se debe a una posibilidad aleatoria o a algún factor imprevisto que obligará al científico a ajustar la teoría subyacente. . Una prueba de chi-cuadrado es una herramienta estadística que los científicos usan para este propósito.
El tipo de datos requeridos
Necesita datos categóricos para usar una prueba de chi-cuadrado. Un ejemplo de datos categóricos es el número de personas que respondieron una pregunta "sí" frente al número de personas que respondieron la pregunta "no" (dos categorías), o el número de ranas en una población que son verdes, amarillas o grises ( tres categorías) No puede utilizar una prueba de chi-cuadrado en datos continuos, como los que se pueden recopilar de una encuesta que pregunta a las personas qué tan altos son. De tal encuesta, obtendría una amplia gama de alturas. Sin embargo, si divide las alturas en categorías como "menos de 6 pies de alto" y "6 pies de alto y más", podría usar una prueba de chi-cuadrado en los datos.
La prueba de bondad de ajuste
Una prueba de bondad de ajuste es una prueba común, y quizás la más simple, realizada utilizando la estadística de chi-cuadrado. En una prueba de bondad de ajuste, el científico hace una predicción específica sobre los números que espera ver en cada categoría de sus datos. Luego recopila datos del mundo real, llamados datos observados, y usa la prueba de ji cuadrado para ver si los datos observados coinciden con sus expectativas.
Por ejemplo, imagine que un biólogo está estudiando los patrones de herencia en una especie de rana. Entre 100 crías de un conjunto de padres de rana, el modelo genético de los biólogos la lleva a esperar 25 crías amarillas, 50 crías verdes y 25 crías grises. Lo que realmente observa es 20 crías amarillas, 52 crías verdes y 28 crías grises. ¿Su predicción es compatible o su modelo genético es incorrecto? Ella puede usar una prueba de chi-cuadrado para averiguarlo.
Cálculo de la estadística Chi-cuadrado
Comience a calcular la estadística de chi-cuadrado restando cada valor esperado de su valor observado correspondiente y cuadrando cada resultado. El cálculo para el ejemplo de la descendencia de la rana se vería así:
amarillo = (20-25) ^ 2 = 25 verde = (52-50) ^ 2 = 4 gris = (28-25) ^ 2 = 9
Ahora divida cada resultado por su valor esperado correspondiente.
amarillo = 25 ÷ 25 = 1 verde = 4 ÷ 50 = 0.08 gris = 9 ÷ 25 = 0.36
Finalmente, sume las respuestas del paso anterior.
chi-cuadrado = 1 + 0.08 + 0.36 = 1.44
Interpretando la Estadística Chi-Cuadrada
La estadística de chi-cuadrado le dice cuán diferentes eran sus valores observados de sus valores pronosticados. Cuanto mayor sea el número, mayor será la diferencia. Puede determinar si su valor de chi-cuadrado es demasiado alto o lo suficientemente bajo como para respaldar su predicción al ver si está por debajo de cierto valor crítico en una mesa de distribución de chi-cuadrado. Esta tabla hace coincidir los valores de chi-cuadrado con las probabilidades, llamadas valores p. Específicamente, la tabla le indica la probabilidad de que las diferencias entre sus valores observados y esperados se deban simplemente al azar o si hay algún otro factor presente. Para una prueba de bondad de ajuste, si el valor p es 0.05 o menos, entonces debe rechazar su predicción.
Debes determinar el grados de libertad (df) en sus datos antes de que pueda buscar el valor crítico de chi-cuadrado en una tabla de distribución. Los grados de libertad se calculan restando 1 del número de categorías en sus datos. Hay tres categorías en este ejemplo, por lo que hay 2 grados de libertad. Un vistazo a esta tabla de distribución de chi-cuadrado le dice que, para 2 grados de libertad, el valor crítico para una probabilidad de 0.05 es 5.99. Esto significa que, siempre y cuando su valor de chi-cuadrado calculado sea inferior a 5.99, sus valores esperados y, por lo tanto, la teoría subyacente, son válidos y compatibles. Como la estadística de chi-cuadrado para los datos de descendencia de rana era 1.44, el biólogo puede aceptar su modelo genético.