Laboratório da roleta · Laboratório · Estatística · 8 min

Teste do qui-quadrado

O teste padrão para “estas 37 contagens são o que uma roda equilibrada produziria?”

Resposta curta

χ² = Σ (observado − esperado)² / esperado sobre os 37 compartimentos. Compare-se com a distribuição do qui-quadrado com 36 graus de liberdade para obter um valor-p.

estatística
Σ (O−E)²/E
gl
36
crítico a 5%
51,0
crítico a 1%
58,6

Como se calcula

A contagem esperada por compartimentoequipamentoCompartimentoUma das 37 divisões numeradas do rotor. Também: célula, alvéolo.Ler tudo → é n/37. Para cada compartimento, eleva-se ao quadrado a diferença entre o observado e o esperado e divide-se pelo esperado; somam-se os 37 termos. Uma roda equilibrada dá valores à volta de 36 em média (os graus de liberdadelaboratórioGraus de liberdadeO número de valores independentes numa estatística. Num teste do qui-quadrado com 37 compartimentos são 36, porque as contagens têm de somar o total.Ler tudo →), com um desvio-padrãomatemáticaDesvio-padrãoRaiz quadrada da variância; a distância típica entre um resultado e o valor esperado.Ler tudo → de cerca de 8,5. Acima de 51,0 é significativo ao nível de 5%; acima de 58,6, a 1%. O Analisador de viés da roda calcula a estatística e o valor-plaboratórioValor-pA probabilidade de observar um desvio pelo menos tão grande como o observado se a roda fosse equilibrada.Ler tudo → exacto a partir da função gama incompleta regularizada.

n lançamentosesperado por compartimentoσ por compartimentoum compartimento a +2σum compartimento a +3σ
370103,11619
1000275,13742
37001009,9120130
10 00027016,2303319
37 000100031,210621094
σ ≈ √(n·p·(1−p)) com p = 1/37. Em 1000 lançamentos, um compartimento com 37 acertos não tem nada de notável; um com 42 merece uma segunda amostra.

Um exemplo resolvido

Consider a hypothetical sample of 1,000 independent spinsmatemáticaLançamentos independentesCada lançamento tem as mesmas probabilidades, independentemente do historial. A base de todos os cálculos deste site.Ler tudo →. Each pocket has an expected count of 1,000/37 ≈ 27.03. If pocket 8 appears 41 times, its contribution to the statistic is about 7.22. Suppose the total statistic is approximately 45.2. On 36 degrees of freedom, the approximate p-value is 0.14: under the fair-wheel model, a statistic at least this large has a probabilitymatemáticaProbabilidadeMedida da possibilidade de um resultado, de 0 a 1 ou de 0% a 100%. Um número: 1/37 = 2,70%.Ler tudo → of about 14%. This is not significant at the 5% level, and it does not prove the wheel is fair. A pocket selected after examining these counts needs independent confirmation; another 1,000 spins is not guaranteed to resolve a small departure.

Pressupostos

The usual approximation assumes independent observations and adequate expected counts. The common five-per-cell rule gives n ≥ 185 for 37 equal pockets; it is a guideline for the approximation, not a hard boundary for all possible tests. Pooling wheels changes the population being tested. Dependence may invalidate the reference distribution without necessarily increasing the statistic.

Assinatura do croupier de roletaLançamentos independentes na roleta

Pearson e Monte Carlo

Karl Pearson publicou o teste em 1900 e um dos seus primeiros exemplos resolvidos foram 26 306 lançamentos de roleta registados em Monte Carlo, que considerou demasiado pouco uniformes para serem fruto do acaso, declarando que “a roleta de Monte Carlo… não é um jogo de azar”. Autores posteriores concluíram que os jornalistas que registaram os lançamentos para um jornal tinham inventado muitos deles, o que é, por si só, uma lição sobre a proveniência dos dados.

O teste de Pearson de 1900 achou os lançamentos de Monte Carlo demasiado desiguais; quem os registava para o jornal tinha inventado muitos deles.

A roleta de Monte Carlo

Um teste real: rodas automáticas em Las Vegas

A published analysis of specific automatic wheels is evidence about those recorded samples, not all automatic roulette. A non-significant uniformity test cannot prove the absence of steering, and combining several wheels does not identify the behavior of each one. Check the original study’s data and design before drawing that conclusion.

Para além do qui-quadrado

Para um único compartimento suspeito, um teste binomial é mais potente. Para um arco suspeito, o teste z de sectorrodaSectorUm arco contíguo de compartimentos na roda, por oposição a um grupo no pano.Ler tudo → da página de análise de sectores. O qui-quadrado é o teste global: diz que algo está errado sem dizer o quê. Use-se primeiro e observe-se depois.

Análise de sectores

Fórmula

χ² = Σᵢ (Oᵢ − Eᵢ)² / Eᵢ
Eᵢ = n / 37 · df = 36
valores críticos: 51,0 (5%) · 58,6 (1%)

Perguntas

Porque é que são 36 graus de liberdade e não 37?

As 37 contagens têm de somar n, pelo que só 36 podem variar livremente.

Que χ² mostraria uma roda fortemente enviesada?

Uma roda com um compartimento a 1/25 em 10 000 lançamentos daria só por si um termo de cerca de 60 nesse compartimento; um χ² de cerca de 100, com p efectivamente zero.

Posso aplicá-lo a 200 lançamentos?

Tecnicamente sim, com 5,4 esperados por compartimento. Não detectará nada que não seja uma roda com um compartimento tapado com cola.

Pausa cómica

For 36 degrees of freedom, the approximate 5% upper-tail cutoff is 51.0.

For 36 degrees of freedom, the approximate 5% upper-tail cutoff is 51.0.

Fontes

  1. Pearson, K. “On the criterion that a given system of deviations from the probable…” https://www.itl.nist.gov/div898/software/dataplot/refman1/auxillar/chsqgood.htm
  2. Feller, W. An Introduction to Probability Theory and Its Applications, Vol. 1. https://www.amstat.org/asa/files/pdfs/P-ValueStatement.pdf
modelo: europeia, zero únicometodologia ↗fontes ↗