Microsoft Office Tutorials and References
In Depth Information
dann ist
CHIQU.VERT.RE(w;…) = x .
Die Funktion sucht den Wert für x in einem iterativen Verfahren, das nach 64
Schritten abgeschlossen sein muss, anderfalls ist das Ergebnis der Fehlerwert #NV .
Siehe auch CHIQU.TEST() , CHIQU.INV() , CHIQU.VERT() und CHIQU.VERT.RE() .
CHIQU.TEST()
CHISQ.TEST()
Syntax:
CHIQU.TEST( Beob_Messwerte ; Erwart_Werte )
Beispiel:
=CHIQU.TEST({9; 11; 9; 12; 10; 9}; {10; 10; 10; 10;
10; 10})
ergibt 0,977
Der Chi-Test prüft die Frage, ob eine Stichprobe, mit der mehrere Werte erfasst
sind, mit einer Grundgesamtheit übereinstimmt, aus der für diese Werte Erwar-
tungswahrscheinlichkeiten bekannt sind. Die Funktion CHIQU.TEST() liefert also
direkt den Wahrscheinlichkeitswert für den Chi-Quadrat-Test beim Vergleich zwi-
schen beobachteten und erwarteten Größen. Die Funktion ersetzt die bisherige
Funktion CHITEST() .
Als Argumente werden je ein Bereichsbezug oder eine Matrix für die beobachteten
Werte Beob_Messwerte und die theoretisch erwarteten Werte Erwart_Werte ein-
getragen.
Die folgende Abbildung zeigt ein einfaches Beispiel für ein solches Testverfahren.
Es soll geprüft werden, wie sehr sich bei 60-maligem Würfeln die beobachteten
Ergebnisse, die in Spalte B abgelegt sind, an die Ergebnisse anpassen, die aufgrund
der theoretischen Wahrscheinlichkeit zu erwarten sind. Deshalb wird auch von
Anpassungstests gesprochen. Die theoretische Wahrscheinlichkeit ergibt sich aus
der Formel: 60 * 1/6 , sie setzt also eine so genannte Gleichverteilung voraus. Des-
halb ist in Spalte C für alle Wurfergebnisse der Wert 10 abgelegt.
Die Nullhypothese, die durch den Chi-Quadrat-Test geprüft werden soll, lässt sich
so formulieren: Die Differenzen zwischen den beobachteten und den theoreti-
schen Häufigkeiten sind rein zufällig und nicht signifikant, die empirische Häufig-
keitsverteilung passt sich in einem ausreichenden Maße der theoretischen Häufig-
Search JabSto ::




Custom Search