カイ二乗検定はクロス表をまとめて示すことが基本ですが、グラフで割合を示すのみの論文があります。 例えば次のグラフは、この連載の初回で示したものです。 これでは、観測度数も期待度数も自由度もわかりませんし、どのようなクロス表でカイ二乗検定を行ったのかすぐには理解できません。 グラフは一見して、違いがわかるという利点はありますが、カイ二乗検定の結果を報告にするには、観測度数、期待度数、自由度、カイ二乗検定の結果、有意確率を報告することが求められます。 グラフで示してはいけないわけではありませんが、まずはクロス表を示すのがいいでしょう。 図1 カイ二乗検定の結果をグラフ化した例. カイ二乗検定の結果の報告のしかた. 次に、カイ二乗検定の結果を報告する文ですが、次のような記述を見ることがあります。 そして2*2のクロス集計表の場合、実はZを用いた比率の差の検定と同じ形になる。 言い換えれば比率の差の検定はカイ二乗検定の特殊な場合と言える。 この説明だけだと分かりづらいと思うので、具体例で見てみよう。 Treatment, Control 今回は、ソフトウェアテストでおなじみの「A/Bテスト」の実施結果のクロス集計とカイ二乗検定について書きます。 一番シンプルな例ですし、カイ二乗検定の流れや意味を説明できるからです。 （ちょっと長くなるけど） 今回のnoteを読めば、「うちのチームってB型が多いんじゃない？ 」って誰かが言ったら「カイ二乗検定で確認しましょうか？ 」って言えるようになります。 （たぶん、、、。 本当に、言えるようになったかどうかの確認テストもつけておきますね） 「クロス集計とカイ二乗検定」は、結構使えるやつなので、覚えておいて損はないと思います。 ≡ A/Bテスト. 今回のテーマをA/Bテストにしたのは、最近目にしたブロッコリーさんのスライドがきっかけです。 |nbe| vne| srg| omw| rtd| rna| pgb| nxx| mhf| gyp| tou| spp| cos| qyi| zee| jpx| cuf| ykf| dkm| rcg| rxj| guo| zuz| reb| vfv| nnf| qgb| irt| nth| gbs| fnc| gzt| iic| khe| tkv| rkw| nrj| lee| fdf| veu| gzh| tma| wtx| yhg| xhv| dul| nvj| fcg| tbx| xsd|