Statistik är studien av sannolikheten som används för att bestämma sannolikheten för att en händelse inträffar. Det finns många olika sätt att testa sannolikhet och statistik, med en av de mest kända som Chi-Square-testet. Liksom varje statistiktest måste Chi-Square-testet ta hänsyn till grader av frihet innan man gör ett statistiskt beslut.

Godhet att passa

Chi-Square används för att testa och jämföra två olika typer av data: observerad data och förväntade data. Det mäter vad som kallas "godheten att passa" vilket är skillnaden mellan vad du kan förvänta dig och vad som har observerats. Till exempel, statistiskt sett, om du vinner ett mynt 50 gånger borde du få 25 huvuden och 25 svansar. Du slår dock faktiskt ett mynt 50 gånger och landar på svansar 19 gånger och på svansar 31 gånger. Med hjälp av dessa data kan en statistiker teoretisera om varför dessa skillnader uppstod.

Frihetsgrader

Frihetsgrader är mätningarna av antalet värden i statistiken som kan variera utan att påverka Resultatet av statistiken. Statistiska tester, inklusive Chi-Square, bygger ofta på mycket exakta uppskattningar baserade på olika delar av vital information. Statistiker använder dessa uppskattningar för att skapa statistiska formler som beräknar slutresultatet av deras statistiska analyser. Informationen som används i analysen kan variera, men det måste alltid finnas minst en fast kategori av information. Resten av kategorierna är grader av frihet. Detta är viktigt eftersom statistiken är en matematisk vetenskap, men bygger ofta på hypoteser som kan vara svåra att korrekt beräkna.

Beräkning av

Beräkning av grader av frihet i Chi-Square-testet är mycket enkel. Hitta hur många kategorier du har i din statistiska analys och dra av den av en. Tänk dig att du studerar de förväntade födelsetalerna för elefanter jämfört med den observerade födelsetalet. Kategorin inkluderar moderns ålder, faderns ålder och deras barns kön är födda. Det ger dig tre kategorier i din studie. Subtrahera en från det för att få två som din grad av frihet. I grund och botten, ju fler kategorier du har i din studie, desto mer grader av frihet måste du experimentera med vid senare statistisk analys.

Viktighet

Grader av frihet är viktiga i Chi-Square-testet eftersom de observerade resultaten ofta skiljer sig avsevärt från de förväntade resultaten, och dessa grader av frihet behövs för att testa olika hypotetiska situationer. I grund och botten kan du ta de data du samlat in för din analys och återanvända dem för att utföra en annan statistisk analys. Dessa nya studier kan hjälpa till att förklara skillnaderna mellan de förväntade resultaten och de observerade resultaten mer fullständigt.