pojmy:chi2 - Příručka ČNK

Tato stránka je pouze pro čtení. Můžete si pouze prohlédnout zdrojový kód, ale ne ho měnit. Zeptejte se správce, pokud si myslíte, že něco není v pořádku.

====== Test chi kvadrát (χ2 test) ======

Test, který se užívá k určení statistické významnosti kvantitativního rozdílu v datech. V rámci korpusové lingvistiky se využívá v [[pojmy:keyword#keyword|analýze klíčových slov]] a také jako [[pojmy:asociacni_miry|asociační míra]] pro identifikaci [[pojmy:kolokace|kolokací]].

Principem χ2 testu je porovnání frekvence jednotky naměřené v jednom korpusu (observed) s hodnotou očekávanou na základě pravděpodobnosti zjištěné v druhém korpusu (expected). Pokud je rozdíl těchto hodnot velký, je značná pravděpodobnost, že zkoumaný rozdíl není náhodný a vyjadřuje skutečnou odlišnost mezi daty. 

Test χ2 se ukazuje jako nespolehlivý v případě, že zkoumané jednotky nabývají malých frekvencí (menší než 5); z toho důvodu se užívá analogických testů [[pojmy:log-likelihood|log-likelihood]] nebo Fischerova exaktního testu. 

χ2 test přitom neslouží k určení míry odlišnosti (effect size), měří pouze, zda je k dispozici dostatek dat, abychom významnost rozdílu mohli konstatovat s určitou mírou jistoty. V případě, že poměřované hodnoty jsou velmi vysoké (např. v řádu desetitisíců), vycházejí testy téměř vždy jako statisticky signifikantní, ačkoli relativní rozdíl mezi hodnotami není lingvisticky relevantní, uchopitelný nebo interpretovatelný.

Historie: • din • ud • problemy_lemmatizace • dialekt • ksp • frekvence • within • lockwords • problemy_morfologie • paradigmaticky

Hledat

Navigace

Tisk/export

Nástroje

Jazyky

Licence