R语言 如何找到Chi-Square临界值

在这篇文章中，我们将看到如何在R编程语言中找到Chi-Square临界值。

当进行Chi-Square检验时，我们会得到检验统计数据作为结果。为了弄清Chi-Square的结果是否具有统计学意义，要将测试统计量与Chi-Square临界值进行比较。如果测试统计量的结果大于Chi-Square统计量，测试结果就被认为具有统计学意义。

为了进行Chi-Square临界值，我们需要事先提供以下数据。

• 显著性水平
• 自由度

确定R中的Chi-Square临界值

为了确定Chi-Square临界值，R提供给我们qchisq()函数，其语法如下。

语法： qchisq(p, df, lower.tail=TRUE)

参数

• p:要使用的显著性水平
• df。自由度
• lower.tail = TRUE：然后返回F分布中p左边的概率。
• lower.tail = FALSE：然后返回右边的概率。
• 注意，默认是TRUE。

返回类型： 返回临界平方分布的临界值。

让我们考虑一个例子，我们需要确定以下数据的Chi-Square临界值。

• df = 7
• 显著性水平=0.01

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

输出 。

因此，在显著性水平为0.01，自由度=7的情况下，Chi-Square临界值等于18.475。因此，如果Chi-Square检验统计量大于18.475，那么检验结果将被视为具有统计学意义。

α和卡方统计量的关系

α值和卡方临界值是成反比的。换句话说，较大的临界值会导致较小的α值。让显著性水平为0.01，自由度为5。现在，让我们计算一下Chi-Square临界值。

例1 :

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

输出 。

现在，让显著性水平与上一个例子中的自由度相同（即5），但显著性水平为0.05。

例2 :

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

输出 。

正如你在输出中看到的，通过将显著性水平从0.01提高到0.05，Chi-Square临界值从15.086下降到11.070。