Macierz kontyngencji
Sign in to saveAlso known as pivot table, crosstab
statistics table for frequency distribution
In the Vinony graph
Vinony's link graph records 577 inbound references to Macierz kontyngencji, and connects out to median, resampling and probability distribution.
Vinony files it under Contingency table, Frequency distribution and Infographics.
Vinony links it to 24 Wikipedia language editions.
Wikidata facts
- Subclass of
- table
- Image
- Table of gender by major with percents.png
- Said to be same as
- pivot table
Show 4 more facts
- maintained by WikiProject
- WikiProject Mathematics
- Commons category
- Contingency tables
- start time
- 1904-00-00
- discoverer or inventor
- Karl Pearson
via Wikidata · CC0
Article · Polski
Tabela krzyżowa, tabela kontyngencji (częściej tablica kontyngencji), tabela wielodzielcza (przy dwóch wskaźnikach tabela dwudzielcza) – tabela przedstawiająca łączny rozkład dwóch lub większej liczby zmiennych. Ponieważ tabela krzyżowa opisuje jednocześnie rozkład dwóch lub większej liczby zmiennych, prezentowana jest zwykle w postaci macierzowej (natomiast zwykły rozkład częstości informuje o rozkładzie jednej zmiennej). Każda komórka pokazuje liczbę respondentów, którzy udzielili określonej kombinacji odpowiedzi. Poniżej przedstawiony jest przykład tablicy kontyngencji o rozmiarze 2 × 3. Zmienna potencjał konsumpcyjny ma trzy kategorie: zje dużo, zje mało, nic nie zje. Kategorie są wzajemnie rozłączne i wyczerpujące, więc wartości w kolumnach sumują się do 100%. Druga zmienna poziom głodu posiada dwie kategorie: głodny, najedzony. W tym przypadku, wartości w wierszach nie muszą sumować się do 100%. Każda z komórek odzwierciedla procent respondentów posiadających daną kombinację cech. Tablice krzyżowe są często używane ponieważ: * są łatwe do zrozumienia, także dla osób nierozumiejących bardziej wyszukanych miar * mogą być używane w przypadku zmiennych mierzonych na dowolnym poziomie: nominalnym, porządkowym, interwałowym czy ilorazowym – tablice krzyżowe traktują wszystkie dane tak, jakby były mierzone na poziomie nominalnym * łatwiej zauważyć związki między zmiennymi, analizując taką tablicę zamiast oddzielnych statystyk * rozwiązują problem braków danych.
Abstract from DBpedia / Wikipedia · CC BY-SA