Chi-Quadrat-Rechner mit Yates-Korrektur
Berechnet die Yates-korrigierte Chi-Quadrat-Statistik für 2×2-Kontingenztafeln. Verringert den Fehler 1. Art bei kleinen erwarteten Häufigkeiten.
Geben Sie die vier Zellenwerte (a, b, c, d) Ihrer 2×2-Kontingenztafel ein, um den Yates-korrigierten χ²-Wert und den p-Wert zu berechnen.
Chi-Quadrat-Rechner mit Yates-Korrektur
Berechnet die Yates-korrigierte Chi-Quadrat-Statistik für 2×2-Kontingenztafeln. Verringert den Fehler 1. Art bei kleinen erwarteten Häufigkeiten.
Geben Sie die Häufigkeiten für Ihre 2×2-Kontingenztafel ein: Gruppe A in den Zeilen, Ergebnis 1/2 in den Spalten.
Über die Yates-Korrektur für Kontinuität
Die Yates-Korrektur für Kontinuität ist eine Anpassung des Chi-Quadrat-(χ²-)Tests, wenn er mit einer 2×2-Kontingenztafel verwendet wird. Die Chi-Quadrat-Verteilung ist kontinuierlich, aber die beobachteten Häufigkeiten in einer Kontingenztafel sind diskrete Zählwerte. Diese Diskrepanz führt dazu, dass die Chi-Quadrat-Approximation die Teststatistik überschätzt, was p-Werte zu klein macht und das Risiko eines Fehlers 1. Art erhöht — besonders bei kleinen Stichproben oder kleinen erwarteten Zellhäufigkeiten.
Frank Yates schlug die Korrektur 1934 vor. Die Idee ist einfach: Ziehen Sie 0.5 von der absoluten Differenz zwischen jeder beobachteten und erwarteten Häufigkeit ab, bevor Sie quadrieren. Die korrigierte Formel lautet χ² = Σ (|O − E| − 0.5)² / E, summiert über alle vier Zellen. Diese kleine Anpassung verringert den gesamten Chi-Quadrat-Wert und liefert einen konservativeren (größeren) p-Wert, der die tatsächliche Wahrscheinlichkeit des beobachteten oder eines noch extremeren Ergebnisses besser widerspiegelt.
Die Korrektur ist besonders wichtig, wenn eine erwartete Zellhäufigkeit unter 10 fällt, und vor allem unter 5. Unter diesen Bedingungen gilt der Standard-Chi-Quadrat-Test als unzuverlässig, und die Yates-Korrektur hilft bei der Kompensation. Bei größeren Stichproben, in denen alle erwarteten Häufigkeiten über 10 liegen, ist der Einfluss der Korrektur gering und der Standard-Chi-Quadrat-Test ausreichend.
Um den Rechner zu verwenden, müssen Sie Ihre Daten als 2×2-Kontingenztafel strukturieren. Die beiden Zeilen stehen für die beiden Gruppen (zum Beispiel Behandlung vs. Kontrolle), und die beiden Spalten stehen für die zwei möglichen Ergebnisse (zum Beispiel Erfolg vs. Misserfolg). Zelle a ist die Anzahl der Personen aus Gruppe A mit Ergebnis 1, Zelle b ist Gruppe A mit Ergebnis 2, Zelle c ist Gruppe B mit Ergebnis 1 und Zelle d ist Gruppe B mit Ergebnis 2.
Die Freiheitsgrade für eine 2×2-Tafel betragen immer 1. Der p-Wert wird aus der Chi-Quadrat-Verteilung mit 1 Freiheitsgrad berechnet. Ein p-Wert unter 0.05 wird üblicherweise als Hinweis auf einen statistisch signifikanten Zusammenhang zwischen Gruppenzugehörigkeit und Ergebnis interpretiert.
In der Statistik wird weiterhin diskutiert, wann die Yates-Korrektur eingesetzt werden sollte. Manche Statistiker argumentieren, dass sie zu stark korrigiert und die Teststärke verringert. Die von vielen modernen Statistikern bevorzugte Alternative bei sehr kleinen erwarteten Häufigkeiten ist der exakte Fisher-Test, der die exakte Wahrscheinlichkeit berechnet, ohne sich auf die Chi-Quadrat-Approximation zu stützen. Dennoch wird die Yates-Korrektur weiterhin häufig gelehrt und in vielen Disziplinen akzeptiert; sie ist die richtige Wahl, wenn Sie für eine 2×2-Tafel schnell ein konservatives Ergebnis wünschen.
Praktische Beispiele
Entdecken Sie verschiedene Szenarien, um zu verstehen, wie der Rechner funktioniert.
| Eingabe (a, b, c, d) | χ² / p-Wert | Hinweis |
|---|---|---|
| a=3, b=22, c=11, d=14 | χ²≈4.86, p≈0.027 | Impfstoffstudie — signifikant; der Impfstoff senkt die Infektionsrate. |
| a=15, b=5, c=8, d=12 | χ²≈3.68, p≈0.055 | Lehrmethode — grenzwertig, bei α=0.05 nicht signifikant. |
| a=25, b=975, c=15, d=985 | χ²≈2.07, p≈0.151 | A/B-Werbetest — kein signifikanter Unterschied der Klickrate. |
| a=1, b=49, c=6, d=44 | χ²≈2.48, p≈0.115 | Studie zu seltenen Nebenwirkungen — hier ist die Yates-Korrektur wegen der kleinen Zellzahlen unverzichtbar. |
So verwenden Sie den Rechner
- Ordnen Sie Ihre Daten als 2×2-Tafel an: Gruppe A in der ersten Zeile, Gruppe B in der zweiten Zeile, Ergebnis 1 in der ersten Spalte und Ergebnis 2 in der zweiten Spalte.
- Geben Sie die Anzahl für Zelle a (Gruppe A, Ergebnis 1) in das erste Feld und für Zelle b (Gruppe A, Ergebnis 2) in das zweite Feld ein.
- Geben Sie die Anzahl für Zelle c (Gruppe B, Ergebnis 1) und Zelle d (Gruppe B, Ergebnis 2) in die verbleibenden Felder ein. Alle Werte müssen nicht negative ganze Zahlen sein.
- Klicken Sie auf Berechnen, um den Yates-korrigierten χ²-Wert, die Freiheitsgrade (immer 1), den p-Wert und die Signifikanzentscheidung anzuzeigen.
- Verwenden Sie die Beispiel-Buttons, um vordefinierte Daten zu laden und Ergebnisse zu prüfen oder häufige Anwendungsfälle zu erkunden.
FAQ
Was ist die Yates-Korrektur für Kontinuität?
Die Yates-Korrektur ist eine Anpassung der Standard-Chi-Quadrat-Formel für 2×2-Tafeln. Sie zieht 0.5 von der absoluten Differenz zwischen beobachteten und erwarteten Häufigkeiten ab, bevor quadriert wird. Dadurch wird der Test konservativer und das Risiko eines falsch positiven Ergebnisses (Fehler 1. Art) bei kleinen Stichproben oder kleinen erwarteten Häufigkeiten verringert.
Wann sollte ich die Yates-Korrektur statt des Standard-Chi-Quadrat-Tests verwenden?
Verwenden Sie die Yates-Korrektur, wenn eine erwartete Zellenhäufigkeit unter 10 liegt. Der Standard-Chi-Quadrat-Test ist ausreichend, wenn alle erwarteten Häufigkeiten 10 oder mehr betragen. Bei sehr kleinen Stichproben mit einer erwarteten Häufigkeit unter 5 sollten Sie stattdessen den exakten Fisher-Test in Betracht ziehen, da er in diesem Szenario noch zuverlässiger ist.
Wofür stehen die Zellen a, b, c und d?
Zelle a ist die Anzahl der Personen in Gruppe A mit Ergebnis 1. Zelle b ist die Anzahl in Gruppe A mit Ergebnis 2. Zelle c ist die Anzahl in Gruppe B mit Ergebnis 1. Zelle d ist die Anzahl in Gruppe B mit Ergebnis 2. In einer Impfstoffstudie könnte Gruppe A geimpft, Gruppe B ungeimpft, Ergebnis 1 infiziert und Ergebnis 2 nicht infiziert sein.
Warum beträgt der Freiheitsgrad für eine 2×2-Tafel immer 1?
Die Freiheitsgrade für einen Chi-Quadrat-Unabhängigkeitstest sind (Zeilen − 1) × (Spalten − 1). Für eine 2×2-Tafel ist das (2−1) × (2−1) = 1. Das bedeutet, dass nach Kenntnis der Randtotalen und eines Zellwerts alle anderen Zellwerte vollständig festgelegt sind, sodass nur noch ein freier Parameter bleibt.
Verringert die Yates-Korrektur die statistische Teststärke?
Ja, ein konservativerer Test erfordert stärkere Evidenz, um die Nullhypothese zu verwerfen. Kritiker argumentieren, dass die Yates-Korrektur zu stark korrigieren und das Risiko eines Fehlers 2. Art (einen echten Effekt zu übersehen) erhöhen kann. Bei größeren Stichproben mit hohen erwarteten Häufigkeiten ist die Korrektur vernachlässigbar. Viele moderne Statistiker bevorzugen bei kleinen 2×2-Analysen den exakten Fisher-Test.
Kann ich diesen Rechner für Tabellen größer als 2×2 verwenden?
Nein. Die Yates-Korrektur ist speziell für 2×2-Kontingenztafeln gedacht. Für größere Tafeln, etwa 3×2 oder 3×3, verwenden Sie den Standard-Pearson-Chi-Quadrat-Test ohne Kontinuitätskorrektur. Formel und Freiheitsgrade sind bei größeren Tafeln anders.