[R-br] Teste de Qui-quadrado aplicado para a distribuição binomial

[ASANTOS]

Boa noite Cesar,

     Obrigado pela ajuda. Para mim, quando eu rodo aparece também alguns 
alertas:

Warning messages: 1: In chisq.test(table(emp), table(est), correct = 
TRUE) : Aproximação do qui-quadrado pode estar incorreta 2: In 
densfun(x, parm[1], parm[2], ...) :NaNs produzidos 3: In 
chisq.test(table(emp), table(est), correct = TRUE) : Aproximação do 
qui-quadrado pode estar incorreta 4: In chisq.test(table(emp), 
table(est), correct = TRUE) : Aproximação do qui-quadrado pode estar 
incorreta

-- 
======================================================================
Alexandre dos Santos
Proteção Florestal
IFMT - Instituto Federal de Educação, Ciência e Tecnologia de Mato Grosso
Campus Cáceres
Caixa Postal 244
Avenida dos Ramires, s/n
Bairro: Distrito Industrial
Cáceres - MT                      CEP: 78.200-000
Fone: (+55) 65 99686-6970 (VIVO) (+55) 65 3221-2674 (FIXO)
e-mails:alexandresantosbr em yahoo.com.br
         alexandre.santos em cas.ifmt.edu.br
Lattes: http://lattes.cnpq.br/1360403201088680
OrcID: orcid.org/0000-0001-8232-6722   -   ResearcherID: A-5790-2016
Researchgate: www.researchgate.net/profile/Alexandre_Santos10
LinkedIn: br.linkedin.com/in/alexandre-dos-santos-87961635
Mendeley:www.mendeley.com/profiles/alexandre-dos-santos6/
======================================================================

Em 06/03/2019 19:41, Cesar Rabak escreveu:
>
> #Pacote MASS
> library(MASS)
>
> #Crio um banco de dados simulado
> Features<-sort(rep(1:3,100))
> Resp1<-rnbinom(200,0.75,0.10) ##60 dados com distribuição binomial 
> negativa
> Resp2<-rpois(100,10) ##30 dados com distribuição de Poisson
> Resp<-c(Resp1,Resp2)
> d<-as.data.frame(cbind(Features,Resp))
>
> #Criando um loop para realizar o teste de Chi quadrado para os três 
> conjuntos de dados - Feature 1, 2 e 3
> uniq <- unique(unlist(d$Features))
> res<-NULL
> for (i in 1:length(uniq)){
>     data_1 <- subset(d, Features == uniq[i])
>     k <- fitdistr(data_1$Resp,"negative binomial") #Extração dos 
> parâmetros média e mu da binomial negativa
>     par <- k$estimate
>     size <- par[1]#Parâmetro k
>     mu <- par[2]#Média
>     N <- length(data_1$Resp)
>     est <-N*dnbinom(data_1$Resp,size=size,mu=mu)  ## Criando  valores 
> estimados
>     fecdf <- ecdf(data_1$Resp) ###ecdf- Cria a distribuição cumulativa 
> empírica
>     knotsX <- knots(fecdf)
>     emp <- fecdf(c(knotsX,Inf))  # Distribuição empírica
>     testChi<-chisq.test(table(emp),table(est),correct=TRUE) #Teste de 
> Qui-quadrado sobre a contagem dos dados empíricos versus estimados
>     result<-ifelse(testChi$p.value>0.05,"Binomial Negative","Other 
> distribution") ## Classifica os testes em binomial negativa ou outra 
> distribuição
>     res<-rbind(res,c(uniq[i],result))
>     colnames(res)<-c("Features","Distribution")
> }
> res
>
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://listas.inf.ufpr.br/pipermail/r-br/attachments/20190306/0967b535/attachment.html>