La prueba de chi-cuadrado es esencialmente siempre una prueba de una sola cola. Aquí hay una forma simple de pensar en ello: la prueba de chi-cuadrado es básicamente una prueba de 'bondad de ajuste'. A veces se le llama explícitamente así, pero incluso cuando no lo es, a menudo sigue siendo en esencia una bondad de ajuste. Por ejemplo, la prueba de chi-cuadrado de independencia en una tabla de frecuencia de 2 x 2 es (de alguna manera) una prueba de bondad de ajuste de la primera fila (columna) a la distribución especificada por la segunda fila (columna), y viceversa, simultáneamente. Por lo tanto, cuando el valor de chi-cuadrado realizado está muy en la cola derecha de su distribución, indica un ajuste deficiente, y si es lo suficientemente lejos, en relación con un umbral preespecificado, podríamos concluir que es tan deficiente que no creemos que los datos sean de esa distribución de referencia.
Si usáramos la prueba de chi-cuadrado como una prueba de dos colas, también estaríamos preocupados si la estadística fuera demasiado hacia el lado izquierdo de la distribución de chi-cuadrado. Esto significaría que estamos preocupados de que el ajuste pueda ser demasiado bueno. Simplemente no es algo de lo que típicamente nos preocupemos. (Como nota secundaria histórica, esto está relacionado con la controversia sobre si Mendel tergiversó sus datos. La idea era que sus datos eran demasiado buenos para ser verdad. Consulta aquí para más información si tienes curiosidad.)
0 votos
Mira el ejercicio 4.14 de la edición de 2004 de Davidson & Mackinnon 'Econometric Theory and Methods' para un ejemplo (excepcional) de cuándo se utiliza la Chi-cuadrado para una prueba de dos colas. Edita: excelente explicación aquí: itl.nist.gov/div898/handbook/eda/section3/eda358.htm
0 votos
Ver stats.stackexchange.com/questions/171074/…
0 votos
Hay al menos un caso en el que tiene sentido hablar de un chi-cuadrado de un solo lado: cuando tienes dos variables dicotómicas. Doy más detalles aquí.
0 votos
El test de ² puede ser de una o dos colas en estos escenarios: (A) comparando las proporciones de dos muestras en una tabla de contingencia 2x2; (B) comparando la varianza observada de una muestra con un valor nulo. En el caso A, el valor p es igual a (i) la mitad de la cola superior de ² (para una H1 de una cola: p_A > p_B o p_A < p_B) o (ii) toda la cola superior de ² (para una H1 de dos colas: p_A p_B). En caso B, el valor p es igual a (i) solo la cola superior de ² (para una H1 de una cola: ² > ²), (ii) solo la cola inferior de ² (para una H1 de una cola: ² < ²), o (iii) cola superior de ² + cola inferior de ² (para una H1 de dos colas: ² ²).
0 votos
¿Es esto simplemente una cuestión de terminología? Por ejemplo, en sphweb.bumc.bu.edu/otlt/MPH-Modules/PH717-QuantCore/...: "Al igual que la distribución t, la distribución chi-cuadrado es en realidad una serie de distribuciones, es decir, una para cada número de grados de libertad, y la área de la cola superior es la probabilidad, es decir, el valor p. A pesar de que evalúa el área de la cola superior, la prueba chi-cuadrado se considera una prueba bilateral (no direccional), ya que básicamente solo pregunta si las frecuencias difieren."
0 votos
@hackerb9 Si mi hipótesis nula es direccional, ¿es lógico ajustar el valor p del chi cuadrado en consecuencia?
0 votos
@JoelW Sí, simplemente usas el área de la cola superior para un H direccional. Pero mi pregunta era si esta confusión se debe a que la gente habla de ella como no direccional porque el uso más común es determinar una binaria (prueba de independencia o no).