Statistiques

Test du khi-deux d'adéquation

Entrez les effectifs observés et ceux attendus sous la distribution nulle. La statistique χ² = Σ (O − E)²/E est comparée à la loi du khi-deux à df = k − 1 degrés de liberté, donnant la valeur p et la conclusion (rejet ou non-rejet) au seuil α choisi.

Test du khi-deux d'adéquation

Compare des fréquences observées et attendues — χ², ddl, valeur p.

Essayez :
Résultatχ² = 7.5, df = 4, p = 0.111709, fail to reject H₀
  1. Observées15, 15, 20, 30, 20
  2. Attendues20, 20, 20, 20, 20
  3. Termes par cellule(15−20)²/20 = 1.25; (15−20)²/20 = 1.25; (20−20)²/20 = 0; (30−20)²/20 = 5; (20−20)²/20 = 0
  4. Statistique de testχ² = Σ (O − E)²/E = 7.5
  5. Degrés de libertédf = k − 1 = 4
  6. Valeur pP(χ² > 7.5 | df = 4) = 0.111709
  7. Valeur critiqueχ²_crit at α = 0.05, df = 4: 9.48773
  8. Conclusionχ² ≤ χ²_crit (p ≥ α) — fail to reject H₀; the data are consistent with the expected distribution.

Questions fréquentes

Que dit l'hypothèse nulle ?

Que les effectifs observés sont compatibles avec la distribution attendue — autrement dit, que le modèle proposé ajuste les données.

Quelle taille minimale pour les effectifs attendus ?

Une règle courante demande que chaque effectif attendu soit d'au moins 5 ; sinon l'approximation du khi-deux se dégrade et un test exact est préférable.

Comment fixer les degrés de liberté ?

Pour un test d'adéquation basique, df = k − 1, où k est le nombre de catégories. Si l'on estime des paramètres à partir des données, on retranche un degré de liberté par paramètre estimé.