Memvisualisasikan goodness of fit
Uji chi-square goodness of fit membandingkan proporsi dari tiap level variabel kategorikal dengan nilai yang dihipotesiskan. Sebelum menjalankan uji tersebut, akan membantu jika Anda membandingkan secara visual distribusi dalam sampel dengan distribusi yang dihipotesiskan.
Ingat kembali incoterm vendor pada himpunan data late_shipments. Mari hipotesiskan bahwa keempat nilai tersebut muncul dengan frekuensi berikut dalam populasi pengiriman.
EXW: 0,75CIP: 0,05DDP: 0,1FCA: 0,1
late_shipments tersedia; tibble, dplyr, ggplot2, dan infer sudah dimuat.
Latihan ini adalah bagian dari kursus
Pengujian Hipotesis di R
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Using late_shipments, count the vendor incoterms
vendor_inco_term_counts <- ___
# Get the number of rows in the whole sample
n_total <- ___
hypothesized <- tribble(
~ vendor_inco_term, ~ prop,
"EXW", 0.75,
"CIP", 0.05,
"DDP", 0.1,
"FCA", 0.1
) %>%
# Add a column of hypothesized counts for the incoterms
___
# See the results
hypothesized