[기초] 9. [R] 적합도검정

## 작성일: 2017.09.28

## 작성자: 춤추는 초코칩

## 참고문헌: R 실습으로 배우는 통계적 방법(2016, 박진표)

## 4장 범주형 데이터 분석

## 4.3 적합도검정

 적합도검정은 관측도수가 주어진 이론적 분포를 따른다고 할 수 있는지를 검정하는 것

# 첫번째 예제. 주사위를 300번 던지는 시뮬레이션

h0_prob <- rep(1/6,6)

die_roll_300 <- replicate(300, sample(c(1:6), size=1, replace=TRUE, prob=h0_prob))

tbl_die_roll <- table(die_roll_300)

# 적합도검정

chi_test <- chisq.test(tbl_die_roll, p=h0_prob)

chi_test

# p-value가 0.05보다 크므로 유의수준 5%에서 귀무가설을 수락한다.

# 즉 유의수준 5%로 주사위가 정상적인 주사위라고 할 수 있는 근거가 있다.

summary(chi_test)

# 검정통계량

chi_test$statistic

# 자유도

chi_test$parameter

# p.value

chi_test$p.value

# 검정방법: Chi-squared test for given probabilities"

chi_test$method

# 데이터셋 이름

chi_test$data.name

# 관측도수

chi_test$observed

# 기대도수

chi_test$expected

# 잔차

chi_test$residuals

# 표준화잔차

chi_test$stdres

# 두번째 예제: 네 종류의 스마트폰 선호도

# 스마트폰 선호도

smart_phone <- c(154,277,426,143)

# 선호도가 동일할 경우의 이론적 분포

h0_prob <- rep(1/4,4)

# 적합도검정

chi_test_smart <- chisq.test(smart_phone,p=h0_prob)

chi_test_smart

# p.value가 0.01보다 작으므로 유의수준 1%에서 귀무가설을 기각할 수 없다.

# 스마트폰의 종류에 따라 선호도가 통계적으로 유의미한 차이가 있다.