クロス集計とカイニ乗の集計統計量

解釈

出力表の各セルで観測値と期待値を比較することができます。これらの結果では、観測セル度数が各セルの最初の数、期待度数が各セルの2番目の数です。

2つの変数が関連している場合、第1の変数に対する観測値の分布は、第2の変数のカテゴリに応じて異なります。2つの変数が互いに独立である場合、第1の変数に対する観測値の分布は、第2の変数の全カテゴリについて類似します。この例では、表の列1、行2より、観測度数は76、期待度数は60.78です。観測度数は、変数が独立である場合に期待される度数よりも、はるかに大きいように見えます。

解釈

表百分率を用いて、度数がカテゴリ間でどう分布しているのかを理解します。

これらの結果では、セル度数が各セルの最初の数です。次に、行百分率、列百分率、全体の百分率と、セルの次の番号順になっていきます。表示するこれらの百分率を一つ以上選択できます。

解釈

出力表の観測値と期待値を比べることができます。

解釈

出力表の標準化残差を比較して、どのカテゴリ変数で期待度数とサンプルサイズに関連する実度数の差が一番大きいか、また依存しているように見えるかを確認します。たとえば、出力表の標準化残差を評価して、不良品を生み出す機械とシフトの間の関連性を見ることができます。

解釈

出力表の調整済み残差を比較して、どのカテゴリで期待度数とサンプルサイズに関連する実度数の差が一番大きいかを確認します。たとえば、どの機械、どのシフトで、不良品の期待数と不良品の実数の差が一番大きいのかを確認できます。

解釈

これらの結果では、各セルのカイ二乗の和は、ピアソンカイ二乗統計量で11.788です。最大の寄与度は、最初のシフトと3番目のシフトの際の機械2であらわれます。最小の寄与度は、2番目のシフトの際の機械1と2であらわれます。