chisquared.test.fnc

Objetivo

Realiza contraste de bondad de ajuste a ji cuadrado y la prueba de independencia de ji cuadrado.

Bondad de ajuste a Ji cuadrado

Utilizaremos la base de datos publicidad.Rdata la cual como sabes debes descargar y guardar en el mismo directorio donde tengas el toolbox (revisa primeros pasos). En este archivo tenemos 660 registros relativos a 4 marcas empresariales que trabajan en alguno de los 3 segmentos medidos por la variable segmento.

publicidad=lee.archivo.fnc('publicidad.Rdata')

*** Se ha leido correctamente el archivo externo publicidad.Rdata ***

*** El nuevo objeto leido es: datos .Esta es la cabecera: ***

El objeto es una matriz que pertenece a la clase data.frame

y tiene 660 filas y 2 columnas (variables)

marca segmento

1 marca.A segmento1

2 marca.A segmento1

3 marca.A segmento1

4 marca.A segmento1

5 marca.A segmento1

6 marca.A segmento1

En la bondad de ajuste tratamos de responder a la pregunta de si las frecuencias observadas para las J categorías de una variable categórica dada pertenecen a una población donde cada categoría tiene una probabilidad de ocurrencia Pj.

Con la función contraste.ji.cuadrado.fnc podemos llevar a cabo dicho contraste de bondad de ajuste indicando simplemente el nombre de la base de datos, la variable categórica sobre la que deseamos realizar el contraste y el vector de probabilidades poblacionales. Si este último se omitiese se asume que se desea probar que todas las categorías tienen la misma probabilidad de ocurrencia en la población.

contraste.ji.cuadrado.fnc(publicidad, variables='marca')

Prueba de Independencia de variables

La prueba de independencia de Ji cuadrado lleva a cabo un contraste de hipótesis de que dos variables categóricas de una tabla de independencia son independientes en la población de la que ha sido extraída la muestra que se contrasta.

Partiendo de la misma base de datos leída (publicidad), llevaremos a cabo un contraste de independencia que pone a prueba la hipótesis nula de que la marca y el segmento de dedicación son dos variables independientes en la población de origen.

contraste.ji.cuadrado.fnc(publicidad,

variables=c('marca','segmento'))

Las dos variables a incluir en el argumento variables pueden igualmente definirse como interacción: variables='marca:segmento' con el mismo resultado.