Calculateur de distribution chi-carré

Qu'est-ce que la distribution du khi-deux ?

La distribution du khi-deux (χ²) apparaît lorsqu'on additionne des variables normales standard élevées au carré. Elle est fondamentale pour les tests d'indépendance, d'ajustement et de comparaison de variances.

Paramètre clé : Degrés de liberté (ddl)

Propriétés :

• Toujours non négative (somme de carrés)
• Asymétrique à droite (davantage pour les petits ddl)
• Moyenne = ddl
• Variance = 2 × ddl

De la statistique χ² à la valeur p

Ce calculateur convertit une statistique khi-deux en valeur p :

Exemple : χ² = 12,5, ddl = 5 Valeur p = P(χ² > 12,5) = 0,029

Comme cela est inférieur à 0,05, le résultat est statistiquement significatif.

Applications

Test du khi-deux d'indépendance

« Existe-t-il une association entre deux variables catégorielles ? »

χ² mesure l'écart entre les effectifs observés et attendus. ddl = (lignes - 1) × (colonnes - 1) = 1

Test du khi-deux d'ajustement

« Les données observées correspondent-elles aux proportions attendues ? »

Exemple : Tester si un dé est équilibré. ddl = catégories - 1 = 5

Test de variance

« La variance de la population est-elle égale à une valeur hypothétique ? »

$\chi^2 = \frac{(n-1)s^2}{\sigma_0^2}, \quad ddl = n - 1$

Intervalle de confiance pour la variance

La distribution du khi-deux fournit les valeurs critiques pour les intervalles de confiance de variance.

Forme de la distribution

La distribution du khi-deux change avec les ddl :

À mesure que les ddl augmentent, la distribution devient plus symétrique et se rapproche de la normale.

Valeurs critiques

Pour α = 0,05 (probabilité de la queue droite) :

Le Calculateur de khi-deux inverse trouve les valeurs critiques pour n'importe quels ddl et probabilité.

Développement historique

La distribution du khi-deux est issue du travail de plusieurs statisticiens :

Friedrich Helmert (1876) a d'abord dérivé la distribution de la somme de variables normales élevées au carré dans le contexte des erreurs de mesure.

Karl Pearson (1900) a développé le test du khi-deux d'ajustement, l'un des premiers tests statistiques formels. Son test pour les tables de contingence a révolutionné l'analyse des données catégorielles.

Ronald Fisher a étendu la théorie, clarifiant les degrés de liberté et développant des tests connexes.

Le nom « khi-deux » vient de la lettre grecque χ (khi), utilisée par Pearson dans sa notation.

Définition mathématique

Si $Z_1, Z_2, \ldots, Z_k$ sont des variables normales standard indépendantes :

$\chi^2(k) = Z_1^2 + Z_2^2 + \ldots + Z_k^2$

La somme de k normales standard élevées au carré suit $\chi^2(k)$.

Cela explique pourquoi χ² est toujours non négatif et asymétrique à droite.

Relations avec d'autres distributions

Normale : Somme de normales standard élevées au carré → χ²

Distribution T : T² ~ F(1, ddl), et T = Z/√(χ²/ddl)

Distribution F : F = (χ₁²/ddl₁) / (χ₂²/ddl₂)

Gamma : χ²(k) = Gamma(k/2, 2)

Exponentielle : χ²(2) est exponentielle avec moyenne 2

Khi-deux et variance échantillonnale

Pour un échantillon d'une distribution normale :

$\frac{(n-1)s^2}{\sigma^2} \sim \chi^2(n-1)$

Cette relation sous-tend :

• Les intervalles de confiance pour la variance
• Les tests comparant la variance à une valeur hypothétique
• Les tests F comparant deux variances

Degrés de liberté en pratique

Ajustement : ddl = catégories - 1 - paramètres estimés

Test d'indépendance : ddl = (lignes - 1) × (colonnes - 1)

Test de variance : ddl = n - 1

Le Calculateur de degrés de liberté aide à déterminer les ddl pour divers tests.

Hypothèses pour les tests du khi-deux

Pour les tables de contingence :

• Effectifs théoriques ≥ 5 (règle traditionnelle)
• Observations indépendantes
• Échantillonnage aléatoire

Lorsque les effectifs théoriques sont faibles :

• Utiliser le test exact de Fisher (tables 2×2)
• Regrouper les catégories si possible
• Utiliser des tests multinomiaux exacts

Pour les tests de variance :

• Données d'une distribution normale
• Échantillonnage aléatoire

Les tests du khi-deux pour la variance sont sensibles à la non-normalité.

Calcul des valeurs p

La fonction de répartition du khi-deux n'a pas de forme fermée—elle est calculée via :

• Fonction gamma incomplète
• Intégration numérique
• Approximations en série

Pour les grands ddl, l'approximation normale fonctionne : χ² ≈ Normale(ddl, √(2×ddl))

Unilatéral vs. bilatéral

Les tests du khi-deux sont généralement unilatéraux (queue droite) :

• La statistique de test mesure l'écart par rapport à ce qui est attendu
• Seules les grandes valeurs de χ² indiquent un écart significatif

Pour les tests de variance, les tests bilatéraux utilisent les deux queues :

• Queue inférieure : variance trop petite ?
• Queue supérieure : variance trop grande ?

Calculs connexes

• Calculateur de khi-deux inverse — Trouver les valeurs critiques de χ²
• Test d'indépendance du khi-deux — Tester l'association
• Test d'ajustement du khi-deux — Tester observé vs. attendu
• Calculateur de degrés de liberté — Calculer les ddl
• Calculateur de variance — Variance échantillonnale

Résumé

La distribution du khi-deux—la somme de variables normales standard élevées au carré—est fondamentale pour l'analyse de données catégorielles et l'inférence sur la variance. Les tests d'indépendance, d'ajustement et d'hypothèses sur la variance reposent tous sur les valeurs p du khi-deux. La distribution est paramétrée par les degrés de liberté, qui déterminent sa forme, d'une asymétrie marquée (petits ddl) à presque normale (grands ddl). Comprendre la distribution du khi-deux permet une interprétation appropriée des analyses de tables de contingence et des tests de variance dans de nombreux domaines.