Vrijheidsgraden voor onafhankelijkheid van variabelen in tweerichtingstabel

Formule voor aantal vrijheidsgraden voor toets op onafhankelijkheid

Aantal vrijheidsgraden voor Test for Independence. CKTaylor





Het aantal graden van vrijheid voor onafhankelijkheid van twee categorische variabelen wordt gegeven door een eenvoudige formule: ( r - 1)( c - 1). Hier r is het aantal rijen en c is het aantal kolommen in de bidirectionele tafel van de waarden van de categorische variabele. Lees verder om meer te weten te komen over dit onderwerp en om te begrijpen waarom deze formule het juiste getal geeft.

Achtergrond

Een stap in het proces van vele hypothese testen is de bepaling van het aantal vrijheidsgraden. Dit nummer is belangrijk omdat voor: kansverdelingen waarbij een familie van verdelingen betrokken is, zoals de chikwadraatverdeling, geeft het aantal vrijheidsgraden de exacte verdeling van de familie aan die we zouden moeten gebruiken in onze hypothesetest.



Vrijheidsgraden vertegenwoordigen het aantal vrije keuzes dat we in een bepaalde situatie kunnen maken. Een van de hypothesetests waarbij we de vrijheidsgraden moeten bepalen, is de chi-kwadraat test voor onafhankelijkheid voor twee categorische variabelen.

Tests voor onafhankelijkheid en bidirectionele tabellen

De chikwadraattoets voor onafhankelijkheid vraagt ​​ons om een ​​tweerichtingstabel te construeren, ook wel een contingentietabel genoemd. Dit type tafel heeft r rijen en c kolommen, die de . vertegenwoordigen r niveaus van één categorische variabele en de c niveaus van de andere categorische variabele. Dus als we de rij en kolom waarin we totalen opnemen niet tellen, zijn er in totaal rc cellen in de tweerichtingstabel.



De chikwadraattoets voor onafhankelijkheid stelt ons in staat om de hypothese te testen dat de

Het aantal vrijheidsgraden

Om te zien waarom ( r - 1)( c - 1) het juiste getal is, zullen we deze situatie nader onderzoeken. Stel dat we de marginale totalen kennen voor elk van de niveaus van onze categorische variabelen. Met andere woorden, we kennen het totaal voor elke rij en het totaal voor elke kolom. Voor de eerste rij zijn er c kolommen in onze tabel, dus er zijn c cellen. Als we eenmaal de waarden van al deze cellen op één na kennen, is het, omdat we het totaal van alle cellen kennen, een eenvoudig algebraprobleem om de waarde van de resterende cel te bepalen. Als we deze cellen van onze tabel zouden invullen, zouden we kunnen invoeren c - 1 van hen vrij, maar dan wordt de resterende cel bepaald door het totaal van de rij. Zo zijn er c - 1 vrijheidsgraden voor de eerste rij.

We gaan op deze manier verder voor de volgende rij, en die zijn er weer c - 1 vrijheidsgraden. Dit proces gaat door totdat we bij de voorlaatste rij komen. Elk van de rijen behalve de laatste draagt ​​bij c - 1 vrijheidsgraden op het totaal. Tegen de tijd dat we alles behalve de laatste rij hebben, kunnen we, omdat we de kolomsom kennen, alle vermeldingen van de laatste rij bepalen. Dit geeft ons r - 1 rij met c - 1 vrijheidsgraden in elk van deze, voor een totaal van ( r - 1)( c - 1) vrijheidsgraden.

Voorbeeld

We zien dit met het volgende voorbeeld. Stel dat we een tweerichtingstabel hebben met twee categorische variabelen. De ene variabele heeft drie niveaus en de andere twee. Stel verder dat we de rij- en kolomtotalen voor deze tabel kennen:



Niveau A Niveau B Totaal
Niveau 1 100
Level 2 200
Niveau 3 300
Totaal 200 400 600

De formule voorspelt dat er (3-1)(2-1) = 2 vrijheidsgraden zijn. We zien dit als volgt. Stel dat we de cel linksboven invullen met het getal 80. Dit bepaalt automatisch de hele eerste rij met vermeldingen:

Niveau A Niveau B Totaal
Niveau 1 80 twintig 100
Level 2 200
Niveau 3 300
Totaal 200 400 600

Als we nu weten dat het eerste item in de tweede rij 50 is, dan is de rest van de tabel ingevuld, omdat we het totaal van elke rij en kolom kennen:



Niveau A Niveau B Totaal
Niveau 1 80 twintig 100
Level 2 vijftig 150 200
Niveau 3 70 230 300
Totaal 200 400 600

De tabel is volledig ingevuld, maar we hadden slechts twee vrije keuzes. Nadat deze waarden bekend waren, werd de rest van de tabel volledig bepaald.

Hoewel we doorgaans niet hoeven te weten waarom er zoveel vrijheidsgraden zijn, is het goed om te weten dat we het concept van vrijheidsgraden eigenlijk alleen maar toepassen op een nieuwe situatie.