Veri kod dosyasında chi2-test fonksiyonlarının kullanımına ilişkin örnekler

chi2-test fonksiyonları, ki-kareli istatistiksel analiz ile ilişkili değerleri bulmak için kullanılır. Bu bölümde, Qlik Sense içinde kullanılabilen ki kare dağılımı test fonksiyonlarının veri kod dosyasında nasıl kullanılacağı açıklanmaktadır. Söz dizimi ve bağımsız değişkenler ile ilgili açıklamalar için lütfen ayrı chi2-test kod fonksiyonu konularına bakın.

Bu örnekte, iki öğrenci grubu (I ve II) için not alan (A-F) öğrencilerin sayısını içeren bir tablo kullanılmaktadır.

  A B C D E F
I 15 7 9 20 26 19
II 10 11 7 15 21 16

Örnek verileri yükleme

Aşağıdakileri yapın:

  1. Yeni bir uygulama oluşturun.
  2. Veri yükleme düzenleyicisine aşağıdakileri girin:

    // Sample_1 data is pre-aggregated... Note: make sure you set your DecimalSep='.' at the top of the script.

    Sample_1:

    LOAD * inline [

    Grp,Grade,Count

    I,A,15

    I,B,7

    I,C,9

    I,D,20

    I,E,26

    I,F,19

    II,A,10

    II,B,11

    II,C,7

    II,D,15

    II,E,21

    II,F,16

    ];

  3. Verileri yüklemek için l simgesine tıklayın.

Artık, örnek verileri yüklediniz.

chi2-test fonksiyonu değerlerini yükleme

Şimdi, örnek verileri temel alan chi2-test değerlerini, Grp ölçütüne göre gruplandırılmış olarak yeni bir tabloya yükleyeceğiz.

Aşağıdakileri yapın:

  1. Veri yükleme düzenleyicisinde, kodun sonuna aşağıdakileri ekleyin:

    // Sample_1 data is pre-aggregated... Note: make sure you set your DecimalSep='.' at the top of the script.

    Chi2_table:

    LOAD Grp,

    Chi2Test_chi2(Grp, Grade, Count) as chi2,

    Chi2Test_df(Grp, Grade, Count) as df,

    Chi2Test_p(Grp, Grade, Count) as p

    resident Sample_1 group by Grp;

  2. Verileri yüklemek için l simgesine tıklayın.

Böylece, chi2-test değerlerini Chi2_table adında bir tabloya yüklemiş oldunuz.

Sonuçlar

Sonuçta oluşan chi2-test değerlerini Ön izleme altındaki veri modeli görüntüleyicisinde görüntüleyebilirsiniz. Şöyle görünmeleri gerekir:

Grp chi2 df p
I 16.00 5 0.007
II 9.40 5 0.094