Ett p-värde, två sätt
Du har tidigare sett hur det vanligtvis finns två sätt att ta fram nollfördelningen: via beräkning och via matematisk approximation. Chi-två-anpassningstestet är inget undantag. Approximationsfördelningen är återigen "chi-två-fördelningen" med frihetsgrader som är lika med antalet kategorier minus ett.
I den här övningen jämför du de två metoderna för att beräkna ett p-värde som mäter hur väl fördelningen av Irans första siffror stämmer överens med Benfords lag. Notera att den observerade statistikan du skapade i föregående övning är sparad i din arbetsyta som chi_obs_stat.
Den här övningen är en del av kursen
Inferens för kategoriska data i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Compute degrees of freedom
degrees_of_freedom <- ___ %>%
# Pull out first_digit vector
pull("first_digit") %>%
# Calculate n levels and subtract 1
___
# Plot both null dists
___
# Add density layer
___
# Add vertical line at obs stat
___
# Overlay chisq approx
stat_function(fun = dchisq, args = list(df = ___), color = "blue")