こちらのサイトを利用してPython (Anaconda) でデータ解析の勉強をさせてもらおうと思います。
ハンバーガー統計学にようこそ!

3.4 実践編:ハンバーガーを入れてみる

観測度数: 表3.9 ポテトとチキンとハンバーガーの売り上げ数

ポテト チキン ハンバーガー 小計
1 ワクワク 435 165 650 1250
2 モグモグ 265 135 350 750
3 合計 700 300 1000 2000

期待度数: 表3.10 ポテトとチキンとハンバーガーの売り上げの期待度数

ポテト チキン ハンバーガー 小計
1 ワクワク 437.5 187.5 625.0 1250
2 モグモグ 262.5 112.5 375.0 750
3 合計 700 300 1000 2000

[435.0, 265.0, 165.0, 135.0, 650.0, 350.0] [437.5, 262.5, 187.5, 112.5, 625.0, 375.0]
カイ二乗統計量 X = 9.90
P値 = 0.08

自由度= 2
カイ2乗分布表

↓自由度/確率→ 0.05 0.01
1 1 3.84 6.63
2 2 5.99 9.21
3 3 7.81 11.34
4 4 9.49 13.28
5 5 11.07 15.09
6 …以下続く…

もし表の値よりも大きければ、それは、1%よりも小さい確率でしか起こらないことが起こったということです。
したがって帰無仮説が間違っていたと考え、帰無仮説を棄却します。
もし表の値よりも小さければ、それは、1%よりも大きい確率で起こりうることだということです。
したがって帰無仮説を採択します。

X > iX なので 無帰仮説を棄却する。
(ということでいいのだろうか・・・)

こういうブログもありました。

人気のあるブログ: