Patrzę na arkusz programu Excel, który twierdzi, że oblicza , ale nie rozpoznaję tego sposobu i zastanawiałem się, czy coś mi umknęło.
Oto dane, które analizuje:
+------------------+----------+----------+
| Total Population | Observed | Expected |
+------------------+----------+----------+
| 2000 | 42 | 32.5 |
| 2000 | 42 | 32.5 |
| 2000 | 25 | 32.5 |
| 2000 | 21 | 32.5 |
+------------------+----------+----------+
A oto sumy, które robi dla każdej grupy, aby obliczyć chi kwadrat:
P = (sum of all observed)/(sum of total population) = 0.01625
A = (Observed - (Population * P)) ^2
B = Total Population * P * (1-P)
ChiSq = A/B
Tak więc dla każdej grupy jest:
2.822793
2.822793
1.759359
4.136448
A łączna wartość chi-kwadrat jest: 11.54139
.
Jednak każdy przykład, jaki widziałem obliczania jest zupełnie inny od tego. Zrobiłbym dla każdej grupy:
chiSq = (Observed-Expected)^2 / Expected
I dlatego dla powyższego przykładu uzyskałbym całkowitą wartość chi kwadrat 11.3538
.
Moje pytanie brzmi - dlaczego w arkuszu programu Excel obliczają w ten sposób? Czy to uznane podejście?
AKTUALIZACJA
Moim powodem, dla którego chcę to wiedzieć, jest to, że próbuję powtórzyć te wyniki w języku R. Korzystam z funkcji chisq.test i nie wychodzi ona z tym samym numerem co arkusz Excela. Więc jeśli ktoś wie, jak zastosować to podejście w R, byłoby bardzo pomocne!
AKTUALIZACJA 2
Jeśli ktoś jest zainteresowany, oto jak obliczyłem to w R:
res <- matrix(c((2000-42), 42, (2000-42), 42, (2000-25), 25, (2000-21), 21), 2, 4)
chisq.test(res)
x=c(42,42,25,21);chisq.test(cbind(x,2000-x))