Visualisierung der Anpassungsgüte
Der Chi-Quadrat-Anpassungstest vergleicht die Anteile der einzelnen Stufen einer kategorialen Variable mit den angenommenen Werten. Bevor du einen solchen Test durchführst, kann es hilfreich sein, die Verteilung in der Stichprobe visuell mit der angenommenen Verteilung zu vergleichen.
Erinnere dich an die Vendor Incoterms im late_shipments Datensatz. Stellen wir die Hypothese auf, dass die vier Werte mit diesen Häufigkeiten in der Grundgesamtheit der Sendungen vorkommen.
EXW: 0.75CIP: 0.05DDP: 0.1FCA: 0.1
late_shipments verfügbar ist; tibble, dplyr, ggplot2 und infer werden geladen.
Diese Übung ist Teil des Kurses
Hypothesentests in R
Interaktive Übung zum Anfassen
Probieren Sie diese Übung aus, indem Sie diesen Beispielcode ausführen.
# Using late_shipments, count the vendor incoterms
vendor_inco_term_counts <- ___
# Get the number of rows in the whole sample
n_total <- ___
hypothesized <- tribble(
~ vendor_inco_term, ~ prop,
"EXW", 0.75,
"CIP", 0.05,
"DDP", 0.1,
"FCA", 0.1
) %>%
# Add a column of hypothesized counts for the incoterms
___
# See the results
hypothesized