Un p-valor, dos caminos
Ya has visto que, por lo general, hay dos maneras de obtener la distribución nula: por computación y mediante una aproximación matemática. La prueba ji-cuadrado de bondad de ajuste no es una excepción. La distribución de aproximación vuelve a ser la "distribución ji-cuadrado" con grados de libertad iguales al número de categorías menos uno.
En este ejercicio vas a comparar estos dos enfoques para calcular un p-valor que mida la coherencia de la distribución de los primeros dígitos de Irán con la ley de Benford. Ten en cuenta que la estadística observada que creaste en el ejercicio anterior está guardada en tu espacio de trabajo como chi_obs_stat.
Este ejercicio forma parte del curso
Inferencia para datos categóricos en R
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# 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")