Visualisera anpassningstest
Chi-square-anpassningstestet jämför andelen för varje nivå i en kategorisk variabel med hypotetiska värden. Innan du kör ett sådant test kan det vara till hjälp att visuellt jämföra fördelningen i urvalet med den hypotetiska fördelningen.
Tänk på leverantörernas incotermer i datamängden late_shipments. Vi ställer upp hypotesen att de fyra värdena förekommer med följande frekvenser i populationen av leveranser.
EXW: 0,75CIP: 0,05DDP: 0,1FCA: 0,1
late_shipments är tillgänglig; tibble, dplyr, ggplot2 och infer är inlästa.
Den här övningen är en del av kursen
Hypotestestning i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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