Réaliser un test d'ajustement (goodness of fit)
Le diagramme à bandes de vendor_inco_term laissait croire que sa répartition entre les quatre catégories était assez proche de la distribution supposée. Vous devez effectuer un test d'ajustement du khi carré (chi-square goodness of fit) pour vérifier si les écarts sont statistiquement significatifs.
Pour décider quelle hypothèse retenir, nous fixerons un seuil de signification de 0.1.
late_shipments est disponible ; tibble, dplyr, ggplot2 et infer sont chargés.
Cette activité fait partie du cours
Tests d'hypothèse en R
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
hypothesized_props <- c(
EXW = 0.75, CIP = 0.05, DDP = 0.1, FCA = 0.1
)
# Run chi-square goodness of fit test on vendor_inco_term
test_results <- ___
# See the results
test_results