Durchführen eines Goodness-of-Fit-Tests
Das Balkendiagramm von vendor_inco_term zeigt, dass die Verteilung auf die vier Kategorien ziemlich genau der angenommenen Verteilung entspricht. Du musst einen Chi-Quadrat-Anpassungstest durchführen, um festzustellen, ob die Unterschiede statistisch signifikant sind.
Um zu entscheiden, welche Hypothese wir wählen, legen wir ein Signifikanzniveau von 0.1 fest.
late_shipments verfügbar ist; tibble, dplyr, ggplot2 und infer werden geladen.
Diese Übung ist Teil des Kurses
Hypothesentests in R
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
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