Een goodness-of-fit-toets uitvoeren
De staafgrafiek van vendor_inco_term deed vermoeden dat de verdeling over de vier categorieën vrij dicht bij de veronderstelde verdeling lag. Je moet een chi-kwadraat goodness-of-fit-toets uitvoeren om te zien of de verschillen statistisch significant zijn.
Om te beslissen welke hypothese je kiest, stellen we een significantieniveau in van 0.1.
late_shipments is beschikbaar; tibble, dplyr, ggplot2 en infer zijn geladen.
Deze oefening maakt deel uit van de cursus
Hypothesis Testing in R
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
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