Prueba de bondad de ajuste

La hipótesis nula en una prueba de bondad de ajuste es una lista de valores específicos para cada proporción. En tu análisis, la hipótesis equivalente es que la ley de Benford se aplica a la distribución del primer dígito de los totales de votos a nivel de ciudad. Puedes escribirlo así:

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

donde $p_1$ es la altura de la primera barra en el diagrama de barras de Benford. La hipótesis alternativa es que al menos una de estas proporciones es distinta; es decir, que la distribución del primer dígito no sigue la ley de Benford.

En este ejercicio, usarás simulación para construir la distribución nula de los estadísticos ji cuadrado que observarías si, en realidad, estos recuentos siguieran la ley de Benford.

Este ejercicio forma parte del curso

Inferencia para datos categóricos en R

Ver curso

Instrucciones del ejercicio

Inspecciona p_benford imprimiéndolo en pantalla.
Empezando con iran, calcula el estadístico ji cuadrado usando chisq_stat. Ten en cuenta que debes especificar la variable del marco de datos que servirá como respuesta, así como el vector de probabilidades con el que quieres compararlas.
Construye una distribución nula con 500 muestras del estadístico Chisq mediante simulación bajo la hipótesis nula point de que el vector de proporciones p es p_benford. Guarda los estadísticos resultantes como null.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# 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
  ___

Editar y ejecutar código