如何在 R 中找到卡方临界值

在本文中，我们将了解如何在 R 编程语言中找到卡方临界值。

进行卡方检验时，我们会得到检验统计数据作为结果。为了找出卡方的结果是否具有统计显着性，将检验统计量与卡方临界值进行比较。如果检验统计量的结果大于卡方统计量，则认为检验结果具有统计显着性。

为了得到卡方临界值，我们事先需要以下数据：

• 显着性水平
• 自由程度

在 R 中确定卡方临界值

为了确定卡方临界值，R 为我们提供了具有以下语法的 qchisq()函数：

Syntax: qchisq(p, df, lower.tail=TRUE) 

Parameters:

•  p: The significance level to use
• df: The degrees of freedom
• lower.tail = TRUE: Then the probability to the left of p in the F distribution is returned
• lower.tail = FALSE: Then the probability to the right is returned. 
• Note that by default is TRUE.

Return Type: Returns the critical-value from the Critical-Square distribution

让我们考虑一个示例，在该示例中，我们需要确定以下数据的卡方临界值：

• df = 7
• 显着性水平 = 0.01

R

# Determine the Chi-Square critical value
qchisq(p = .01, df = 7, lower.tail = FALSE)

输出：

因此，显着性水平为 0.01 且自由度 = 7 的卡方临界值等于 18.475。因此，如果卡方检验统计量大于 18.475，则检验结果将被认为具有统计显着性。

alpha 和卡方统计量的关系

Alpha 和卡方临界值彼此成反比。换句话说，较大的临界值会导致较小的 alpha 值。让显着性水平为 0.01，自由度为 5。现在，让我们计算卡方临界值：

示例 1：

R

# Determine Chi-Square critical value
qchisq(p = .01, df = 5, lower.tail = FALSE)

输出：

现在让显着性水平具有与前面示例中相同的自由度（即 5），但显着性水平为 0.05：

示例 2：

R

# Determine Chi-Square critical value
qchisq(p = .05, df = 5, lower.tail = FALSE)

输出：

正如您在输出中看到的，通过将显着性水平从 0.01 增加到 0.05，卡方临界值从 15.086 降低到 11.070。