Ein p-Wert, zwei Wege
Du hast schon gesehen, dass es meist zwei Wege gibt, zur Nullverteilung zu gelangen: über Berechnung und über eine mathematische Approximation. Der Chi-Quadrat-Anpassungstest ist da keine Ausnahme. Die Approximationsverteilung ist wieder die „Chi-Quadrat-Verteilung“ mit Freiheitsgraden gleich der Anzahl der Kategorien minus eins.
In dieser Übung vergleichst du diese beiden Ansätze, um einen p-Wert zu berechnen, der misst, wie konsistent die Verteilung der ersten Ziffern aus Iran mit dem Benfordschen Gesetz ist. Beachte, dass die in der letzten Übung erzeugte beobachtete Kennzahl in deinem Workspace als chi_obs_stat gespeichert ist.
Diese Übung ist Teil des Kurses
Schlussfolgern für kategoriale Daten in R
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Compute degrees of freedom
degrees_of_freedom <- ___ %>%
# Pull out first_digit vector
pull("first_digit") %>%
# Calculate n levels and subtract 1
___
# Plot both null dists
___
# Add density layer
___
# Add vertical line at obs stat
___
# Overlay chisq approx
stat_function(fun = dchisq, args = list(df = ___), color = "blue")