Mục lục bài họcĐang ở d08-b4
The Chi-Square Family, Small Expected Counts and the Link to z
What the chi-square distribution looks like
The $\chi^2$ statistic is a sum of squares, so it is never negative and its distribution is right-skewed, starting at $0$. There is one curve for each $df$; the mean of the curve equals $df$, and as $df$ grows the curve becomes more symmetric and shifts right. Because only large values of $\chi^2$ signal disagreement with $H_0$, the P-value is always the area in the upper tail: on a calculator, $\chi^2\text{cdf}(\text{statistic},\ \infty,\ df)$. Example: $\chi^2=4{,}0$ with $df=1$ gives P $\approx0{,}046$; the same $4{,}0$ with $df=3$ gives P $\approx0{,}26$ — the statistic means nothing without its $df$.
When an expected count is below 5
The $\chi^2$ approximation breaks down when expected counts are small. If a category has expected count under $5$, the standard remedy is to combine it with a neighbouring, logically similar category (e.g. "5 or more" absences), recompute the expected counts, and reduce $df$ accordingly because there are now fewer categories. If combining is not sensible, report that the condition fails and that the P-value is unreliable — that sentence earns the point.
Chi-square and z on a 2×2 table
For a $2\times2$ table the chi-square test of homogeneity and the two-sided two-proportion $z$ test are the same test: $\chi^2=z^2$ and the P-values agree exactly. The $z=2{,}0$ from the drug-versus-placebo study becomes $\chi^2=4{,}0$ with $df=1$ and the same P-value $0{,}046$. Use $z$ when the alternative is one-sided or when you need a confidence interval for the difference; chi-square cannot do either.
Thống kê $\chi^2$ là tổng các bình phương nên không bao giờ âm, và phân bố của nó lệch phải, bắt đầu từ $0$. Mỗi $df$ một đường cong; trung bình của đường cong bằng $df$, $df$ càng lớn thì đường cong càng đối xứng và dịch sang phải. Chỉ giá trị $\chi^2$ lớn mới báo hiệu bất đồng với $H_0$, nên giá trị $P$ luôn là diện tích đuôi trên: trên máy tính là $\chi^2\text{cdf}(\text{thống kê},\ \infty,\ df)$. Ví dụ $\chi^2=4{,}0$ với $df=1$ cho $P\approx0{,}046$, nhưng cùng $4{,}0$ với $df=3$ cho $P\approx0{,}26$ — thống kê không có nghĩa nếu thiếu $df$.
Số kỳ vọng dưới $5$: xấp xỉ $\chi^2$ hỏng khi kỳ vọng nhỏ. Cách chữa chuẩn là gộp loại đó với loại kề bên có nghĩa tương tự (ví dụ "từ 5 buổi nghỉ trở lên"), tính lại kỳ vọng và giảm $df$ vì bớt loại. Nếu gộp không hợp lý, ghi rõ điều kiện không đạt và giá trị $P$ không đáng tin — chính câu đó được điểm.
Chi-square và $z$ trên bảng $2\times2$: kiểm định đồng nhất và kiểm định $z$ hai tỉ lệ hai phía là một: $\chi^2=z^2$, giá trị $P$ trùng nhau. $z=2{,}0$ ở ví dụ thuốc và giả dược thành $\chi^2=4{,}0$, $df=1$, cùng $P=0{,}046$. Dùng $z$ khi đối thuyết một phía hoặc cần khoảng tin cậy cho hiệu — chi-square không làm được hai việc ấy.
Nhà sản xuất kẹo tuyên bố tỉ lệ màu đỏ : xanh : vàng : cam : tím là $30:20:20:20:10$ ($\%$). Một gói ngẫu nhiên $40$ viên có $15,\,6,\,9,\,7,\,3$ viên theo thứ tự trên. Kiểm tra tuyên bố ở $\alpha=0{,}05$.
Nêu: $H_0$: phân bố màu đúng như tuyên bố; $H_a$: ít nhất một tỉ lệ khác tuyên bố. Kiểm định phù hợp.
Kiểm: kỳ vọng $=40\times$ tỉ lệ: $12,\,8,\,8,\,8,\,4$. Màu tím có kỳ vọng $4\lt5$ — điều kiện không đạt. Gộp cam và tím thành "cam/tím" ($30\%$): kỳ vọng mới $12,\,8,\,8,\,12$, quan sát $15,\,6,\,9,\,10$; mọi kỳ vọng $\ge5$. Còn $4$ loại nên $df=3$.
Tính:
$$\chi^2=\frac{3^2}{12}+\frac{2^2}{8}+\frac{1^2}{8}+\frac{2^2}{12}=0{,}75+0{,}50+0{,}125+0{,}333\approx1{,}71$$$df=3$, giá trị $P=\chi^2\text{cdf}(1{,}71,\infty,3)\approx0{,}63$.
Kết luận: $0{,}63\gt0{,}05$, không bác bỏ $H_0$. Không có bằng chứng thuyết phục rằng phân bố màu khác tuyên bố. Lưu ý trong bài: đã gộp hai loại để đạt điều kiện, và $df$ giảm từ $4$ xuống $3$ vì thế.
Đọc xong rồi — làm thử ngay
Bài tập của chương Unit 8 — Inference for Categorical Data: Chi-Square gồm 14 câu trắc nghiệm và 3 đề tự luận. Đáp án hiện ngay khi chọn, miễn phí.