contraste_bondad_cat: Contraste de hipótesis de bondad de ajuste para datos...

In VicenteColl/estadistica: Fundamentos deEstadística Descriptiva e Inferencial

Contraste de hipótesis de bondad de ajuste para datos categóricos.

Description

Contrasta si las probabilidades de que una observación pertenezca a cada una de las categorías de una variable categórica o criterio de clasificación se ajusta o no a unas probabilidades propuestas.

Lee el código QR para video-tutorial 6666sobre el uso de la función con un ejemplo.

Usage

contraste_bondad_cat(x,
                 introducir = FALSE,
                 distribucion = "equiprobable",
                 alfa = 0.05,
                 grafico = FALSE)

Arguments

x	Conjunto de datos. Puede ser un vector o un dataframe. En caso de haber más de una variable, el programa preguntará por la variable a seleccionar (por nombre o por posición) que debe ser un factor o carácter.
introducir	Valor lógico. Si introducir = FALSE (por defecto), el usuario debe indicar el conjunto de datos que desea analizar usando los argumentos x. Si introducir = TRUE, se le solicitará al ususario que introduzca la información relevante sobre el número de categorías de la variable, el nombre de cada categoría. A continuación se abrirá una ventana con un editor de datos y deberá introducir los valores de las frecuencias observadas.
distribucion	Es un vector numérico. Deberá indicarse las probabilidades teóricas para cada categoría de la variable de la hipótesis nula. Por defecto, *distribucion="equiporobable"*.
alfa	Es un valor numérico entre 0 y 1. Indica el nivel de significación. Por defecto, alfa = 0.05 (5 por ciento)
grafico	Es un valor lógico. Por defecto grafico = FALSE. Si se quiere obtener una representación gráfica del contraste realizado, cambiar el argumento a grafico = TRUE. Nota: Esta opción no está implementada para todos los casos.

Details

(1) El estadístico del contraste de bondad de ajuste para datos categóricos es:

\chi ^{2} = \sum_{i=1}^{k} \frac{(O_{i} - E_{i})^{2}}{E_{i}}

donde O_{i} son las frecuencias observadas y E_{i} son las frecuencias teóricas o esperadas, y se distribuye como:

\chi_{k-1}^{2}

donde k es el número de categorías de la variable.

Además, se exige que todas las frecuencias teóricas no estén por debajo de 5. Si alguna no lo cumple es necesario reagrupar valores contiguos hasta conseguir superar esa cota.

(2) Si el número de grados de libertad es 1, al estadístico del contraste se le aplica la siguiente corrección de Yates:

\chi ^{2} = \sum_{i=1}^{k} \frac{(\left| O_{i} - E_{i} \right| - 0.5)^{2}}{E_{i}}

Value

La función devuelve un objeto de la clase list. La lista contendrá información sobre: la hipótesis nula contrastada, el estadístico de prueba y el p-valor. Si grafico=TRUE se incluirá una representación gráfica de la región de aceptación-rechazo con el valor crítico.

Author(s)

Vicente Coll-Serrano. Métodos Cuantitativos para la Medición de la Cultura (MC2). Economía Aplicada.

Rosario Martínez Verdú. Economía Aplicada.

Facultad de Economía. Universidad de Valencia (España)

References

Casas José M. (1997) Inferencia estadística. Editorial: Centro de estudios Ramón Areces, S.A. ISBN: 848004263-X

Esteban García, J. et al. (2008). Curso básico de inferencia estadística. ReproExprés, SL. ISBN: 8493036595.

Murgui, J.S. y otros. (2002). Ejercicios de estadística Economía y Ciencias sociales. tirant lo blanch. ISBN: 9788484424673

Newbold, P, Carlson, W. y Thorne, B. (2019). Statistics for Business and Economics, Global Edition. Pearson. ISBN: 9781292315034

See Also

contraste_bondad, contraste_independencia, contraste_homogeneidad

VicenteColl/estadistica documentation built on April 14, 2025, 1:41 p.m.