Calculateur chi-carré inverse

Trouvez la valeur chi-carré à partir du percentile.

La probabilité doit être entre 0 et 1 (exclusif)

Exemples

Entrez la probabilité et les degrés de liberté

Qu'est-ce que le calculateur de chi-carré inverse ?

La fonction chi-carré inverse trouve la valeur χ² correspondant à une probabilité donnée. Alors que le Calculateur de distribution Chi-carré trouve P(χ² < x), cette fonction inverse demande « Quelle valeur χ² a cette probabilité en dessous d'elle ? »

Donné : Probabilité (cumulative), degrés de liberté Renvoie : La valeur χ² à ce percentile

Valeurs critiques courantes

Pour une probabilité de queue droite α = 0,05 (cumulative p = 0,95) :

dlχ²₀,₉₅
13,84
25,99
37,81
511,07
1018,31
1525,00
2031,41
3043,77

Pour α = 0,01 (cumulative p = 0,99) :

dlχ²₀,₉₉
16,63
515,09
1023,21
2037,57

Applications

Tests d'hypothèse

Test chi-carré d'indépendance : « À α = 0,05 avec dl = 4, quelle est la valeur critique ? »

χ²₀,₉₅(4) = 9,49

Rejeter H₀ si χ² observé > 9,49

Test d'ajustement : « En testant 6 catégories à α = 0,01, quel est le χ² critique ? »

dl = 6 - 1 = 5 χ²₀,₉₉(5) = 15,09

Intervalle de confiance pour la variance

Pour une population normale, l'IC pour σ² utilise les quantiles chi-carré :

Inférieur : (n-1)s² / χ²₁₋α/₂ Supérieur : (n-1)s² / χ²α/₂

Exemple : n = 25, s² = 16, IC 95%

dl = 24 χ²₀,₉₇₅(24) = 39,36 χ²₀,₀₂₅(24) = 12,40

IC : (24×16/39,36, 24×16/12,40) = (9,76, 30,97)

Cartes de contrôle pour la variabilité

Les cartes S (écart type) et les cartes R (étendue) utilisent les quantiles chi-carré pour définir les limites de contrôle.

Queue supérieure vs queue inférieure

Percentile supérieur (queue droite) : χ²₀,₉₅ = valeur avec 5% au-dessus

Utilisé pour : Tests où un grand χ² indique la significativité

Percentile inférieur (queue gauche) : χ²₀,₀₅ = valeur avec 5% en dessous

Utilisé pour : Borne inférieure de l'IC de variance, tests pour variance trop petite

Propriétés de la distribution Chi-carré

Quand dl augmente :

  • Moyenne = dl
  • Variance = 2 × dl
  • La distribution devient plus symétrique
  • Tend vers la normale : χ² ≈ N(dl, √(2dl)) pour grands dl
dlFormeχ²₀,₉₅
1Très asymétrique3,84
5Asymétrique à droite11,07
30Presque symétrique43,77

Contexte historique

Les tables de valeurs critiques chi-carré étaient essentielles avant les ordinateurs.

Karl Pearson a publié les premières tables chi-carré vers 1900.

Ronald Fisher a étendu les tables et les a reliées aux degrés de liberté.

La fonction gamma incomplète sous-tend le calcul chi-carré, rendant les méthodes numériques essentielles pour un calcul précis des quantiles.

Méthodes computationnelles

Le chi-carré inverse n'a pas de forme fermée. Les méthodes incluent :

Itération de Newton-Raphson : Résoudre CDF(x) - p = 0

Approximation de Wilson-Hilferty : Pour grands dl : χ² ≈ dl × [1 - 2/(9dl) + z×√(2/(9dl))]³

Cette transformation cubique donne une bonne approximation de l'inverse.

Bissection avec CDF : Recherche binaire utilisant le calcul de CDF direct

Bilatéral vs unilatéral

Unilatéral (la plupart des tests chi-carré) : Comparer χ² observé à χ²₁₋α

Seules les grandes valeurs χ² indiquent la significativité.

Bilatéral (tests de variance) : Tester si la variance est différente (pas seulement plus grande ou plus petite) :

  • Valeur critique inférieure : χ²α/₂
  • Valeur critique supérieure : χ²₁₋α/₂

Tables de quantiles

Probabilitédl=5dl=10dl=20
0,010,552,568,26
0,051,153,9410,85
0,101,614,8712,44
0,504,359,3419,34
0,909,2415,9928,41
0,9511,0718,3131,41
0,9915,0923,2137,57

Relations avec d'autres distributions

Normale : La somme de k normales standard au carré suit χ²(k)

Gamma : χ²(k) = Gamma(k/2, 2)

F : F = (χ₁²/dl₁) / (χ₂²/dl₂)

Exponentielle : χ²(2) = Exponentielle avec taux 1/2

Sélection des degrés de liberté

Testdl
Ajustementcatégories - 1 - paramètres estimés
Indépendance (r×c)(r-1)(c-1)
Test de variancen - 1
Homogénéité(catégories - 1) × (groupes - 1)

Le Calculateur de degrés de liberté aide à déterminer dl.

Calculs associés

Résumé

Le calculateur de chi-carré inverse convertit les probabilités cumulatives en valeurs χ² pour n'importe quels degrés de liberté. Essentiel pour trouver les valeurs critiques dans les tests chi-carré, construire des intervalles de confiance pour la variance et définir les limites des cartes de contrôle, la fonction inverse complète la CDF directe. La distribution chi-carré est toujours asymétrique à droite (plus encore pour les petits dl), donc la plupart des tests utilisent des valeurs critiques de queue supérieure, bien que les intervalles de variance nécessitent les deux queues.