Prueba de chi cuadrado en r
Por lo tanto, una prueba de chi-cuadrado es una alternativa excepcional para ayudarnos a comprender mejor y evaluar el vínculo entre las dos variables categóricas. Ambas variables deben provenir de una población similar y ser categóricas; Estas variables se clasifican como sí/no, hombre/mujer, rojo/verde, etc.
Al evaluar los recuentos y los recuentos de respuestas categorizadas entre múltiples grupos independientes, la prueba de chi-cuadrado es beneficioso."
Prueba de chi-cuadrado en R
Cuando se completa la prueba, el resultado es un valor "P", que utiliza para determinar si su hipótesis de independencia es correcta o no. El número "P" simplemente representa la probabilidad de que sus variables sean independientes.
Si el valor "P" es más de 0.05, la probabilidad de independencia es bastante fuerte y adecuada para determinar que los factores no están relacionados con. Por otro lado, cualquier cosa menos de 0.05, por otro lado, denota una posibilidad insignificante de independencia, y existe un alto vínculo entre los factores.
Puede que te cuestionen por qué 0.05 y no ninguna otra cantidad. Esta cifra fue ideada por investigadores estadísticos y se adopta ampliamente solo porque 0.05 se utiliza comúnmente como un lugar definitorio.
Para resumir lo que se ha dicho anteriormente:
H0: Las variables no están asociadas entre sí, y no hay correlación entre ellas.
H1: Las variables están asociadas entre sí.
R La programación nos proporciona un "Chisq.prueba()" función para realizar pruebas de chi-cuadrado y evaluar si existe alguna relación entre las variables de los datos proporcionados.
La prueba de chi-cuadrado funciona en R utilizando la siguiente sintaxis:
# chisq.Prueba (V1, V2)
Este artículo le enseñará cómo ejecutar y comprender la prueba de chi-cuadrado en R con los ejemplos que se proporcionan a continuación.
Ejemplo 1
Estamos comenzando la implementación de la prueba de chi-cuadrado con el ejemplo más simple y básico.
En el primer paso, utilizamos la función "rm ()" para eliminar todos los objetos innecesarios en caso de que ya existan. Ahora, el código principal comienza. Hemos creado dos variables de objetos; "X_actual" y "x_predict."Asignar" x_actual "una lista de valores reales usando la función" c () "en r. Al asignar "x_predict" una lista de valores predichos. Ahora llamando al "chisq.Test () "Función y pasar valores reales y predichos como un parámetro de la misma. Al usar el objeto "chi" almacenado, los valores de la prueba de chi-cuadrado. La instrucción "print ()" simplemente imprimirá el resultado de la prueba de chi-cuadrado.
Antes de interpretar el resultado de la prueba de chi-cuadrado, presentemosle algunas terminologías que se utilizarán en el resultado de la prueba de chi-cuadrado.
"DF" son los valores que son libres de cambiar de las variables proporcionadas.
"X-cuadrado" es la variable arbitraria en la prueba de chi-cuadrado que ilustra el promedio de las variables observadas vs. recuentos de frecuencia anticipados.
"Valor P" expresa la perspectiva de la muestra.
Si el valor p es menor que el valor de significancia, que es 0.05 Por lo general, podemos interpretar la prueba de chi-cuadrado. Si es así, eliminamos la hipótesis nula y declaramos que existe una relación entre las dos variables. En otras palabras, una variable puede dilucidar la otra.
El valor p en nuestro escenario es más grande que el valor de significancia declarado (0.05). En última instancia, aceptamos hipótesis nula y suponemos que las variables son autónomas entre sí.
Ejemplo # 2
En este ejemplo, utilizaremos un conjunto de datos incorporado proporcionado por R Base y realizaremos una prueba de chi-cuadrado en él. El conjunto de datos que vamos a utilizar es "Peso de pollitos."Nos proporciona datos sobre el peso de los pollitos en función de su dieta y el período después del nacimiento.
Estamos realizando esta prueba para ver si hay alguna relación entre la dieta de los pollitos y el peso del pollito. La función incorporada de R "chisq.test () ”elegantemente le proporciona todo lo que necesita saber sobre la independencia de las variables en un conjunto de datos para determinar si están asociados o no.
Comenzaremos importando el conjunto de datos en r.
El resultado de las pruebas de chi-cuadrado en la imagen a continuación muestra que el valor "valor p" de esta prueba es mayor que el "valor p" significativo que es 0.05, que indica que el peso de los pollitos es independiente de su dieta. A pesar de que esto puede parecer extraño al principio, ya que el peso de cada pollo debe determinarse por lo que consume el pollito. Sin embargo, este puede no ser el caso en esta ilustración.
Ahora, compararemos el peso con otra variable, que es "tiempo."Esta variable calcula cuánto tiempo ha pasado desde que nació la chica.
En este segmento de código, acabamos de reemplazar la columna de "dieta" con la columna de "tiempo", ya que ahora estamos comparando los pollitos, el tiempo de eclosión con su peso para la prueba de chi-cuadrado.
En la prueba de chi-cuadrado resultante, se puede ver el valor de "P", que es muy pequeño. Significa que existe una fuerte asociación entre el momento desde que nacieron los pollitos y el peso de los pollitos. Esto significa que comienzan a aumentar de peso a medida que envejecen.
Conclusión
Nuestro artículo de hoy gira en torno al tema de la prueba de chi-cuadrado en R. En la sección de introducción, explicamos la prueba de chi-cuadrado, por qué se realiza y cómo se lleva a cabo. Discutimos todos los meros conceptos incluidos en este tema. Después de eso, realizamos 2 ejemplos de codificación práctica en Rstudio en Ubuntu 20.04. Nuestro primer ejemplo lo ayudará a realizar una prueba de chi-cuadrado en variables definidas por el usuario, mientras que las 2Dakota del Norte El ejemplo se ejecuta utilizando el marcado de datos incorporado desde la base R. Anticipamos que este escrito le facilitará la realización de la prueba de chi-cuadrado en la programación R.