Test d'adéquation

L'hypothèse nulle d'un test d'adéquation est une liste de valeurs précises des paramètres pour chaque proportion. Dans votre analyse, l'hypothèse équivalente est que la loi de Benford s'applique à la distribution du premier chiffre des totaux de votes au niveau des villes. Vous pourriez l'écrire ainsi :

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

où $p_1$ correspond à la hauteur de la première barre dans l'histogramme de Benford. L'hypothèse alternative est qu'au moins une de ces proportions est différente; que la distribution du premier chiffre ne suit pas la loi de Benford.

Dans cet exercice, vous utiliserez la simulation pour construire la distribution nulle des types de statistiques du chi carré que vous observeriez si, en fait, ces comptes suivaient la loi de Benford.

Cette activité fait partie du cours

Inférence pour des données catégorielles en R

Voir le cours

Instructions de l’exercice

Examinez p_benford en l'affichant à l'écran.
À partir de iran, calculez la statistique du chi carré à l'aide de chisq_stat. Notez que vous devez préciser la variable de la trame de données qui servira de réponse ainsi que le vecteur de probabilités auquel vous souhaitez les comparer.
Construisez une distribution nulle avec 500 échantillons de la statistique Chisq par simulation sous l'hypothèse nulle point selon laquelle le vecteur de proportions p est p_benford. Enregistrez les statistiques obtenues sous null.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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
  ___

Modifier et exécuter le code