Elysia Tools

Explora herramientas, ejemplos, explicaciones visuales y guías temáticas en un solo espacio claro.

Categorías populares

Temas

Language
ZHDERUPTENFRES

Elysia Tools

Navigation

Data Analysis

Tutor de tablas de contingencia: chi-cuadrado, Fisher exacto, Cramér's V

· Last updated:2026-08-17

Prueba de hipótesis paso a paso para tablas 2×2 y R×C: chi-cuadrado de Pearson, corrección de continuidad de Yates, prueba G (razón de verosimilitudes), Fisher exacto cuando hay esperadas pequeñas, tamaños de efecto (V de Cramér / phi / coeficiente de contingencia), residuos ajustados de Haberman para localizar celdas, aviso BH-FDR de comparaciones múltiples y estimación opcional de Chapman (captura-recaptura).

Details

What this tool helps you do

Fórmulas y métodos numéricos: χ² = Σ(O−E)²/E (E = total fila × total columna / N, df=(R−1)(C−1)); Yates solo 2×2: Σ(|O−E|−0.5)²/E; G = 2ΣO·ln(O/E) (términos O=0 valen 0). El valor p usa la gamma incompleta regularizada Q(k/2, χ²/2) (serie y fracción continua, precisión ~1e-7; identidades de autocomprobación df=1 → erfc(√(χ²/2)), df=2 → e^(−χ²/2)). Fisher exacto 2×2 con lgamma (Lanczos g=7) y convención SciPy a dos colas (suma de tablas con P ≤ Pobservada); referencia: experimento del té [[3,1],[1,3]] → p = 34/70 = 0.4857. Efectos: V = √(χ²/(N·min(R−1,C−1))), phi = √(χ²/N) (2×2), C = √(χ²/(χ²+N)); umbrales de Cohen 0.1/0.3/0.5. Residuos ajustados d = (O−E)/√(E(1−pfila)(1−p_col)), |d|>1.96 (α=.05) / >2.58 (α=.01) con aviso BH-FDR. Regla de Cochran: todas E ≥ 5 (o ≤20% de celdas con E<5 y ninguna <1); si no, Fisher/simulación. Chapman opcional (2×2): N̂ = (a+1)(b+1)/(c+1) − 1. Vectores: [[30,20],[20,30]] → χ²=4, p=0.0455, Yates 3.24, G=4.0271, V=0.2, residuos ±2.

Execution

Run this tool

Fill in the form, run the tool, and review the result in one place.

Samples

Examples that match this tool

Related

Continue with connected tools and hubs

Written by the Elysia Tools team

Guía de uso de la herramienta

Learn when to use this tool, what it supports, and how real users apply it.

Datos clave

Category
Data Analysis
Input types
textarea, select, number, checkbox
Output type
html
Sample coverage
4
API ready
Yes

Resumen

Analiza tablas de contingencia 2×2 y R×C con pruebas de independencia y medidas de asociación. Obtén chi-cuadrado de Pearson, corrección de Yates, prueba G, Fisher exacto para recuentos pequeños, V de Cramér, residuos ajustados y recomendaciones basadas en la regla de Cochran.

Cuándo usarlo

  • Cuando necesitas comprobar si dos variables categóricas son independientes.
  • Cuando una tabla 2×2 contiene recuentos pequeños y debes valorar la prueba exacta de Fisher.
  • Cuando quieres medir la intensidad de la asociación y localizar las celdas que más contribuyen al resultado.

Cómo funciona

  1. 1Introduce las filas de la tabla con valores separados por comas, espacios o tabuladores; usa una línea por fila.
  2. 2

Casos de uso

  • Evaluar la relación entre dos variables categóricas en estudios de mercado, encuestas o investigación social.
  • Comparar respuestas observadas y esperadas en tablas de frecuencia con varias filas y columnas.
  • Analizar datos 2×2 de captura-recaptura mediante el estimador opcional de Chapman.

Ejemplos

1. Tabla 2×2 equilibrada con asociación significativa

Analista de investigación

Contexto

Una analista quiere comprobar si dos categorías están relacionadas a partir de una tabla 2×2 con recuentos suficientes para la aproximación chi-cuadrado.

Problema

Necesita conocer la significación estadística, el tamaño de la asociación y la contribución de cada celda.

Cómo usarlo

Introduce `30, 20` en la primera línea y `20, 30` en la segunda. Mantén Yates en modo automático, α en 0,05 y Chapman desactivado.

Tabla: 30, 20\n20, 30; Yates: automático; α: 0,05; Chapman: no

Resultado

El resultado muestra χ² = 4, df = 1 y p = 0,0455, significativo a α = 0,05. También informa de Yates χ² = 3,24, G = 4,0271, V de Cramér = 0,2 y residuos ajustados de ±2.

Preguntas frecuentes

¿Qué formato debe tener la tabla?

Escribe una fila por línea y separa las celdas con comas, espacios o tabuladores. Por ejemplo: "30, 20\n20, 30".

¿Cuándo recomienda Fisher exacto?

Cuando no se cumple adecuadamente la regla de Cochran, especialmente si hay frecuencias esperadas menores que 5 o alguna menor que 1.

¿Qué hace la corrección de Yates?

Ajusta el chi-cuadrado de continuidad en tablas 2×2. Puede aplicarse automáticamente, siempre o nunca.

¿Qué significa V de Cramér?

Es una medida de la intensidad de la asociación entre variables categóricas. Sus referencias habituales son 0,1, 0,3 y 0,5.

¿Para qué sirven los residuos ajustados?
Inicio
Herramientas3212
Ejemplos593
Visualizaciones471
Visores de archivos103
Temas239
Etiquetas333
Imágenes, audio y video657

Herramientas de procesamiento, conversión y optimización de imágenes, audio y video

Matemáticas, fechas y finanzas647

Calculadoras, herramientas numéricas, lógica de fechas, estadística y finanzas

Diseño y color298

Herramientas de color, maquetación, gráficos, estilo visual y apoyo al diseño

Texto y redacción209

Herramientas de redacción, limpieza, formato, extracción y análisis de texto

Desarrollo y Web193

Utilidades para desarrolladores, red, depuración web y automatización

Conversión y codificación175

Herramientas de conversión de formatos, archivos, unidades, archivos comprimidos y codificación

Lanzamiento de un cuestionario de captación y entrega de contactos
Textos conmemorativos: revisión familiar y entrega para impresión
Hábitos privados: copia, restauración y revisión antes de compartir
De artículo a borradores de X y LinkedIn: revisión factual y entrega
Revisión de una lección Markdown interactiva y entrega sin conexión

© 2026 Elysia Tools. Todos los derechos reservados.

DocumentaciónPreciosAcerca deTérminos de servicioPolítica de privacidadCookiesContacto
Java

Ejemplos de Procesamiento de Imágenes Android Java

Ejemplos de procesamiento de imágenes Android Java incluyendo lectura/escritura, escalado y conversión de formato

Kotlin

Ejemplos de Procesamiento de Imágenes Android Kotlin

Ejemplos de procesamiento de imágenes Android Kotlin incluyendo lectura/escritura, escalado y conversión de formato

Python

Ejemplos de Procesamiento de Imágenes Web Python

Ejemplos de procesamiento de imágenes Web Python usando PIL/Pillow incluyendo lectura, guardado, redimensionamiento y conversión de formato

Rust

Ejemplos de Procesamiento de Imágenes Web Rust

Ejemplos de procesamiento de imágenes Web Rust incluyendo lectura/escritura, escalado y conversión de formato

Data Analysis

Trazador de diferencia crítica Nemenyi y rangos Friedman

Pruebas de Friedman e Iman-Davenport con p-valores exactos, rangos promedio, la diferencia crítica de Nemenyi y el clásico diagrama CD con cliques — más una capa opcional Bonferroni-Dunn contra un modelo de control.

Data Analysis

Coach de cycle time y throughput Kanban

Importa marcas de creado→iniciado→resuelto desde CSV (estilo Jira o simple) y obtén métricas de flujo como las leen los agile coaches: percentiles de lead/cycle time, edad del WIP, throughput por día/semana/mes, un diagrama de flujo acumulado y una verificación de la Ley de Little.

Data Analysis

Analizador de Curtosis

Analizar la curtosis de los datos para medir la "colas" de la distribución y detectar patrones de colas pesadas o ligeras

Data Analysis

Divisor train/test con estratificación

Lee un dataset CSV/JSON y divide en train/validation/test con muestreo estratificado por la columna objetivo (70/15/15 por defecto, semilla reproducible), o valida con k-fold estratificado; incluye informe de distribución de clases por split con barras de desviación, comprobación de fugas por filas duplicadas, vista previa de SMOTE (interpolación de vecinos sobre el split de train) y exportación de los CSV en ZIP.

La herramienta calcula las frecuencias esperadas y aplica el chi-cuadrado de Pearson, con Yates en tablas 2×2 según la configuración elegida.
  • 3También calcula la prueba G, el valor p, los grados de libertad, los tamaños de efecto y los residuos ajustados de Haberman.
  • 4Si las frecuencias esperadas son pequeñas, informa de la recomendación de Fisher exacto; en tablas 2×2 también puedes activar el estimador de Chapman.
  • 2. Recuentos pequeños y prueba exacta de Fisher

    Investigador experimental

    Contexto

    Un investigador analiza el experimento del té con cuatro celdas y frecuencias esperadas de 2.

    Problema

    La aproximación chi-cuadrado no es fiable porque las frecuencias esperadas son pequeñas.

    Cómo usarlo

    Introduce `3, 1` y `1, 3` como las dos filas, deja Yates en automático, usa α = 0,05 y no actives Chapman.

    Tabla: 3, 1\n1, 3; Yates: automático; α: 0,05; Chapman: no

    Resultado

    La herramienta detecta esperadas de 2 y recomienda una prueba exacta. Fisher bilateral produce p = 0,4857, sin evidencia contra la independencia.

    Ayudan a identificar las celdas cuya frecuencia observada se aleja más de la esperada, con umbrales de significación indicados.