# Calcolatore del test di indipendenza Chi Quadrato
Mentre gli strumenti classici come l'A/B Test o la statistica descrittiva funzionano in modo eccellente con numeri continui (medie, guadagni, pesi), il mondo reale è pieno di dati categoriali (colori, marchi, livelli di soddisfazione). Il calcolatore di indipendenza Chi Quadrato è il test "Re" per determinare analiticamente se due variabili qualitative sono statisticamente collegate o se variano in modo completamente indipendente l'una dall'altra. Tabella Dinamica fino a 3×3
V di Cramér Forza dell'associazione
Heatmap Residui e deviazione
# A cosa serve esattamente la statistica Chi Quadrato (χ²)?
Il test di indipendenza Chi Quadrato confronta le frequenze osservate (i numeri reali che hai misurato e raccolto) con le frequenze attese (i conteggi che ci aspetteremmo in ogni cella se non ci fosse alcuna interazione tra le variabili).Variabili dipendenti (la relazione esiste)
Le proporzioni di una categoria variano sensibilmente a seconda dell'altra.
- Esempio: I visitatori da mobile preferiscono il Design A, ma gli utenti da PC preferiscono il Design B.
- Il Chi Quadrato (χ²) aumenta e il valore P diminuisce.
- Il V di Cramér indica la forza (es. Forte > 0,5).
Variabili indipendenti (caso)
Le proporzioni rimangono stabili come una roccia in tutti i livelli.
- Esempio: Il colore degli occhi di un cliente non influisce sulla marca di auto che acquista.
- Il Chi Quadrato è minimo e il valore P è superiore a 0,05.
- L'ipotesi nulla non può essere scartata.
# V di Cramér: capire la forza del legame
Ottenere un valore P molto basso non significa che le variabili siano collegate 'intensamente'; indica solo che il caso non può essere il colpevole (forse perché hai decine di migliaia di casi reali). Per misurare la 'dimensione dell'effetto', incorporiamo automaticamente il coefficiente V di Cramér.| Calcolatore (valore V) | Valutazione analitica | Traduzione |
|---|---|---|
| da 0,00 a 0,10 | Associazione nulla / banale | Teoricamente dipendente, ma in modo impercettibile e inutile ai fini aziendali. |
| da 0,11 a 0,30 | Associazione debole | Esiste un leggero legame, ma molti altri fattori esterni hanno più peso. |
| da 0,31 a 0,50 | Associazione moderata | Entrambe le caratteristiche si influenzano notevolmente a vicenda. |
| Superiore a 0,50 | Associazione forte | Connessione molto chiara. Conoscere la variabile A predice la variabile B notevolmente bene. |
Condizioni di fattibilità matematica
Attenzione alle celle vuote! Affinché l'approssimazione del chi quadrato di Pearson rimanga robusta sotto la curva a campana, è metodologicamente richiesto che almeno l'80% delle frequenze attese (non quelle osservate) siano superiori a 5 e nessuna cella sia inferiore a 1. Se questa condizione non è soddisfatta, il nostro indicatore di avvertimento si attiverà, suggerendo di unire le categorie.# Heatmap dei residui integrata
Per migliorare l'esperienza utente e facilitare le conclusioni dei rapporti, la nostra matrice tingerà automaticamente lo sfondo delle celle in base ai loro residui standardizzati (deviazione):Tonalità di verde: la cella ha molti più successi di quanto ci si aspetterebbe puramente dal punto di vista matematico.
Tonalità di rosso: la cella è pericolosamente 'vuota' rispetto alla norma attesa.
# Glossario Chi Quadrato
- Frequenza osservata
- Il conteggio esattamente come lo hai contato fisicamente in laboratorio o nei sondaggi.
- Frequenza attesa
- Calcolo teorico risultante dall'incrocio del rapporto marginale della riga con quello della colonna.
- Gradi di libertà (gl)
- La quantità geometrica di dati liberi. Si trova sottraendo 1 sia dalle righe che dalle colonne e moltiplicandoli.
- Residuo standardizzato
- Differenza normalizzata tra osservato e atteso. Misura quale cella 'spinge' di più la scoperta.