Test dobré shody

Nulová hypotéza v testu dobré shody je seznam konkrétních hodnot parametrů pro každý podíl. V naší analýze tato hypotéza říká, že Benfordův zákon platí pro rozdělení prvních číslic celkových počtů hlasů na úrovni měst. Můžeme ji zapsat takto:

$$ H_0: p_1 = .30, p_2 = .18, \ldots, p_9 = .05 $$

Kde $p_1$ je výška prvního sloupce v Benfordově sloupcovém grafu. Alternativní hypotéza říká, že alespoň jeden z těchto podílů se liší – tedy že rozdělení prvních číslic neodpovídá Benfordovu zákonu.

V tomto cvičení použiješ simulaci k sestavení nulového rozdělení hodnot chí-kvadrát statistiky, které bychom pozorovali, kdyby tyto počty Benfordův zákon skutečně sledovaly.

Toto cvičení je součástí kurzu

Inference for Categorical Data in R

Zobrazit kurz

Pokyny k cvičení

Zkontroluj p_benford tak, že ho vypíšeš na obrazovku.
Začni s datovým rámcem iran a vypočítej chí-kvadrát statistiku pomocí funkce chisq_stat. Nezapomeň určit proměnnou v datovém rámci, která bude sloužit jako response, a také vektor pravděpodobností, se kterými ji chceš porovnat.
Sestav nulové rozdělení z 500 vzorků statistiky Chisq pomocí simulace pod nulovou hypotézou point, přičemž vektor podílů p nastav na p_benford. Výsledné statistiky ulož jako null.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Inspect p_benford
p_benford

# Compute observed stat
chi_obs_stat <- ___
  chisq_stat(response = ___, p = ___)

# Form null distribution
null <- ___
  # Specify the response
  ___
  # Set up the null hypothesis
  ___
  # Generate 500 reps
  ___
  # Calculate statistics
  ___

Upravit a spustit kód