Home / Science & engineering / Biologi / Kesetimbangan Hardy-Weinberg

← Biologi

Genetika · Chi-kuadrat

Kesetimbangan Hardy–Weinberg dan kalkulator chi-kuadrat

Periksa keseimbangan Hardy–Weinberg dari jumlah genotipe atau frekuensi alel dan hitung statistik chi-kuadrat.

Berjalan sepenuhnya di browser Anda; tidak ada data yang diunggah.

Bahasa lainnya ja | en | zh-CN | es | pt-BR | id | fr | hi-IN | ar

Cara menggunakan (3 langkah)

  1. Pilih mode input: jumlah genotipe (AA, Aa, aa) atau frekuensi alel p, q.
  2. Masukkan jumlah atau p (dan ukuran sampel opsional N). Nilai default menggunakan contoh pengajaran sederhana.
  3. Ketuk Hitung untuk melihat p, q, frekuensi genotipe yang diharapkan, chi-kuadrat (mode Genotipe), dan langkah-langkahnya. Dalam mode Alel hanya frekuensi yang diharapkan yang ditampilkan. Salin URL membagikan pengaturan yang tepat.

Interpretasi: χ² yang tidak signifikan berarti sampel tidak menunjukkan penyimpangan yang terdeteksi dari kesetimbangan Hardy – Weinberg pada α yang dipilih.

masukan

Gunakan jumlah genotipe yang diamati untuk menghitung p, q, dan χ².

Asumsikan p (dan opsional N) hanya untuk melihat frekuensi HWE yang diharapkan.

Genotipe penting

individu
individu
individu

Hasil

Uji chi-kuadrat

df = 1 karena p diperkirakan dari sampel.

Visualisasi

Jumlah yang diamati vs yang diharapkan

Frekuensi genotipe Hardy – Weinberg pada hal ini

Bagaimana cara menghitungnya

Rumus yang digunakan: p = (2·AA + Aa)/(2N); q = 1 − hal; jumlah yang diharapkan: N·p², N·2pq, N·q²; χ² = Σ (O−E)²/E dengan df = 1.

    Butuh bantuan untuk menafsirkan hasil Anda? Tanyakan di komentar.

    Pertanyaan Umum

    Apa yang dimaksud dengan kesetimbangan Hardy-Weinberg?

    Ini adalah model ideal di mana frekuensi alel dan genotipe tetap konstan dengan asumsi seperti perkawinan acak dan tidak ada seleksi, mutasi, atau migrasi. Kalkulator ini menggunakan asumsi tersebut untuk menghitung frekuensi yang diharapkan.

    Apakah chi-kuadrat yang tidak signifikan membuktikan keseimbangan?

    Tidak. Ini hanya berarti sampel tidak menunjukkan penyimpangan yang terdeteksi secara statistik pada α yang dipilih. Hal ini tidak membuktikan keseimbangan yang sempurna.

    Bagaimana jika jumlah yang diharapkan kecil?

    Ketika jumlah yang diharapkan kecil, perkiraan chi-kuadrat melemah. Pertimbangkan uji eksak seperti uji eksak Fisher untuk jumlah yang sangat kecil.

    Kalkulator terkait

    Iklan

    Komentar

    Umpan balik diterima. Komentar dimuat hanya setelah Anda mengklik.