Elysia Tools

Просматривайте инструменты, примеры, визуальные объяснения и тематические руководства в одном понятном пространстве.

Популярные категории

Темы

Язык
ZHDERUPTENFRES

Elysia Tools

Навигация

Data Analysis

Тутор по таблицам сопряжённости: хи-квадрат, точный Фишер, V Крамера

· Последнее обновление:2026-08-17

Пошаговая проверка гипотез для таблиц 2×2 и R×C: хи-квадрат Пирсона, поправка Йейтса, G-тест (отношение правдоподобия), точный тест Фишера при малых ожидаемых, меры связи (V Крамера / фи / коэффициент сопряжённости), стандартизованные остатки Хабермана для локализации ячеек, предупреждение BH-FDR о множественных сравнениях и оценка Чепмена (capture-recapture).

Детали

С чем помогает этот инструмент

Формулы и численные методы: χ² = Σ(O−E)²/E (E = сумма строки × сумма столбца / N, df=(R−1)(C−1)); Йейтс только 2×2: Σ(|O−E|−0.5)²/E; G = 2ΣO·ln(O/E) (члены с O=0 равны 0). p-значение — регуляризованная неполная гамма-функция Q(k/2, χ²/2) (ряд и цепная дробь, точность ~1e-7; самопроверки df=1 → erfc(√(χ²/2)), df=2 → e^(−χ²/2)). Точный тест Фишера через lgamma (Ланцош g=7), двусторонний по соглашению SciPy (сумма таблиц с P ≤ Pнабл.); эталон — чайный эксперимент [[3,1],[1,3]] → p = 34/70 = 0.4857. Меры: V = √(χ²/(N·min(R−1,C−1))), фи = √(χ²/N) (2×2), C = √(χ²/(χ²+N)); пороги Коэна 0.1/0.3/0.5. Остатки d = (O−E)/√(E(1−pстр)(1−p_стб)), |d|>1.96 (α=.05) / >2.58 (α=.01) с предупреждением BH-FDR. Правило Кокрена: все E ≥ 5 (или ≤20% ячеек с E<5 и ни одной <1), иначе Фишер/симуляция. Оценка Чепмена (2×2): N̂ = (a+1)(b+1)/(c+1) − 1. Векторы: [[30,20],[20,30]] → χ²=4, p=0.0455, Йейтс 3.24, G=4.0271, V=0.2, остатки ±2.

Запуск

Запустить этот инструмент

Заполните форму, запустите инструмент и посмотрите результат на этой же странице.

Примеры

Примеры для этого инструмента

Связано

Продолжить с похожими инструментами и темами

Подготовлено командой Elysia Tools

Руководство по использованию инструмента

Узнайте, когда использовать этот инструмент, что он поддерживает и как его применяют пользователи.

Ключевые факты

Категория
Data Analysis
Типы ввода
textarea, select, number, checkbox
Тип вывода
html
Покрытие примерами
4
API доступен
Да

Обзор

Тутор по таблицам сопряжённости помогает проверить независимость категориальных признаков в таблицах 2×2 и R×C. Он рассчитывает χ² Пирсона, поправку Йейтса, G-тест, точный тест Фишера, меры связи, стандартизованные остатки и при необходимости оценку Чепмена.

Когда использовать

  • Чтобы проверить связь между двумя категориальными признаками по таблице сопряжённости.
  • Чтобы выбрать точный тест Фишера при малых ожидаемых частотах.
  • Чтобы оценить силу связи и определить ячейки, сильнее всего отклоняющиеся от ожидаемых значений.

Как это работает

  1. 1Введите строки таблицы в поле «Таблица сопряжённости», разделяя ячейки запятыми, пробелами или табуляцией.
  2. 2Инструмент рассчитывает ожидаемые частоты, χ² Пирсона, степени свободы и p-значение.
  3. 3Для таблиц 2×2 можно включить или отключить поправку Йейтса; при малых ожидаемых частотах приводится точный тест Фишера.
  4. 4В результате отображаются G-тест, V Крамера, фи, коэффициент сопряжённости, остатки Хабермана и предупреждение о множественных сравнениях.

Сценарии использования

  • Анализ связи между группой респондентов и ответом в социологических или маркетинговых опросах.
  • Проверка различий в частотах категорий между двумя или несколькими группами.
  • Локализация ячеек, которые вносят наибольший вклад в зависимость, с помощью стандартизованных остатков.

Примеры

1. Проверка сбалансированной таблицы 2×2

Аналитик исследования

Контекст

Аналитик сравнивает два категориальных признака и хочет проверить, отличается ли распределение наблюдений от независимого.

Проблема

Нужно получить χ², p-значение, поправку Йейтса, G-тест и оценку силы связи.

Как использовать

Введите таблицу `30, 20` и `20, 30`, оставьте поправку Йейтса в режиме «Авто» и установите α = 0,05.

Таблица: 30, 20
20, 30; Йейтс: авто; α: 0,05; Чепмен: выключен.

Результат

Результат: χ² = 4, df = 1, p = 0,0455, поправка Йейтса = 3,24, G = 4,0271, V Крамера = 0,2; остатки равны ±2.

2. Малые частоты в чайном эксперименте

Исследователь статистики

Контекст

В таблице 2×2 всего несколько наблюдений, поэтому ожидаемые частоты равны 2 во всех ячейках.

Проблема

Проверить независимость без опоры только на приближение χ² при малых ожидаемых значениях.

Как использовать

Введите таблицу `3, 1` и `1, 3`, оставьте режим Йейтса «Авто» и α = 0,05.

FAQ

Какие таблицы поддерживаются?

Поддерживаются таблицы 2×2 и R×C, заданные строками с числовыми частотами.

Когда применяется поправка Йейтса?

Только для таблиц 2×2. В режиме «Авто» она применяется, если ожидаемая частота меньше 5.

Когда нужен точный тест Фишера?

Он рекомендуется при малых ожидаемых частотах, когда нарушается правило Кокрена для χ².

Что показывает V Крамера?

V Крамера оценивает силу связи между категориальными признаками; для ориентировочной интерпретации используются пороги 0,1, 0,3 и 0,5.

Для чего нужна оценка Чепмена?

Она оценивает размер совокупности по данным capture-recapture в таблице 2×2 и включается отдельно.

Главная
Инструменты3212
Примеры593
Визуализации471
Средства просмотра файлов103
Темы239
Теги333
Изображения, аудио и видео657

Инструменты для обработки, конвертации и оптимизации изображений, аудио и видео

Математика, даты и финансы647

Калькуляторы, числовые инструменты, логика дат, статистика и финансы

Дизайн и цвет298

Инструменты для цвета, макетов, графики, визуального стиля и дизайна

Текст и письмо209

Инструменты для письма, очистки, форматирования, извлечения и анализа текста

Разработка и Web193

Инструменты разработчика, сетевые утилиты, веб-отладка и автоматизация

Преобразование и кодирование175

Инструменты для преобразования форматов, файлов, архивов, единиц и кодировок

Запуск квиза для привлечения потенциальных клиентов и передача контактов
Памятные тексты: семейная проверка и передача в печать
Личные привычки: резервная копия, восстановление и проверка перед передачей
Из статьи в черновики X и LinkedIn: проверка фактов и передача
Проверка интерактивного Markdown-урока и автономная передача

© 2026 Elysia Tools. Все права защищены.

ДокументацияТарифыО насУсловия использованияПолитика конфиденциальностиCookieКонтакты
Java

Примеры Обработки Изображений Android Java

Примеры обработки изображений Android Java включая чтение/сохранение, масштабирование и преобразование формата

Kotlin

Примеры Обработки Изображений Android Kotlin

Примеры обработки изображений Android Kotlin включая чтение/сохранение, масштабирование и преобразование формата

Python

Примеры Обработки Изображений Web Python

Примеры обработки изображений Web Python используя PIL/Pillow включая чтение, сохранение, изменение размера и преобразование формата

Rust

Примеры Обработки Изображений Web Rust

Примеры обработки изображений Web Rust включая чтение/запись, масштабирование и преобразование форматов

Data Analysis

Построитель критической разности Nemenyi и рангов Фридмана

Тесты Фридмана и Имана-Дэвенпорта с точными p-значениями, средние ранги, критическая разность Неймени и классическая CD-диаграмма с кликами — плюс опциональный оверлей Bonferroni-Dunn против контрольной модели.

Data Analysis

Коуч по cycle time и пропускной способности канбана

Импортируйте метки создан→начат→завершён из CSV (Jira-стиль или простой) и получите метрики потока глазами agile-коуча: перцентили lead/cycle time, возраст WIP, пропускную способность по дням/неделям/месяцам, накопительную диаграмму потока и проверку закона Литтла.

Data Analysis

Анализатор Эксцесса

Анализировать эксцесс данных для измерения "хвостости" распределения и обнаружения паттернов тяжелых или легких хвостов

Data Analysis

Разделение train/test со стратификацией

Читает датасет CSV/JSON и делит на train/validation/test со стратификацией по целевому столбцу (по умолчанию 70/15/15, воспроизводимое зерно) или стратифицированный k-fold; отчёт о распределении классов по сплитам с полосами отклонения, проверка утечек через дубликаты строк, предпросмотр SMOTE (интерполяция ближайших соседей на train) и экспорт CSV в ZIP.

Таблица: 3, 1 1, 3; Йейтс: авто; α: 0,05; Чепмен: выключен.

Результат

Инструмент отмечает малые ожидаемые частоты и показывает двустороннее точное p Фишера = 0,4857; оснований отвергать независимость при α = 0,05 нет.