{"id":1130,"date":"2023-07-27T13:39:32","date_gmt":"2023-07-27T13:39:32","guid":{"rendered":"https:\/\/statorials.org\/pt\/teste-de-independencia-do-qui-quadrado-em-r\/"},"modified":"2023-07-27T13:39:32","modified_gmt":"2023-07-27T13:39:32","slug":"teste-de-independencia-do-qui-quadrado-em-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/pt\/teste-de-independencia-do-qui-quadrado-em-r\/","title":{"rendered":"Teste de independ\u00eancia qui-quadrado em r (com exemplos)"},"content":{"rendered":"

<\/p>\n

\n

Um teste de independ\u00eancia do qui-quadrado<\/a> \u00e9 usado para determinar se existe ou n\u00e3o uma associa\u00e7\u00e3o significativa entre duas vari\u00e1veis categ\u00f3ricas<\/a> .<\/span><\/p>\n

Este tutorial explica como realizar um teste de independ\u00eancia qui-quadrado em R.<\/span><\/p>\n

Exemplo: teste qui-quadrado para independ\u00eancia em R<\/strong><\/span><\/h3>\n

Suponhamos que queremos saber se o g\u00e9nero est\u00e1 ou n\u00e3o associado \u00e0 prefer\u00eancia por um partido pol\u00edtico. Pegamos uma amostra aleat\u00f3ria simples de 500 eleitores e perguntamos-lhes sobre suas prefer\u00eancias partid\u00e1rias. A tabela a seguir apresenta os resultados da pesquisa:<\/span><\/p>\n\n\n\n\n\n\n
<\/td>\n Republicano<\/strong><\/span><\/td>\n Democrata<\/strong><\/span><\/td>\n Independente<\/strong><\/span><\/td>\n Total<\/strong><\/span><\/td>\n<\/tr>\n
Macho<\/strong><\/span><\/td>\n 120<\/span><\/td>\n 90<\/span><\/td>\n 40<\/span><\/td>\n 250<\/span><\/td>\n<\/tr>\n
F\u00eamea<\/strong><\/span><\/td>\n 110<\/span><\/td>\n 95<\/span><\/td>\n 45<\/span><\/td>\n 250<\/span><\/td>\n<\/tr>\n
Total<\/strong><\/span><\/td>\n 230<\/span><\/td>\n 185<\/span><\/td>\n 85<\/span><\/td>\n 500<\/span><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Use as etapas a seguir para realizar um teste qui-quadrado de independ\u00eancia em R para determinar se o g\u00eanero est\u00e1 associado \u00e0 prefer\u00eancia partid\u00e1ria.<\/span><\/p>\n

Etapa 1: crie os dados.<\/strong><\/span><\/p>\n

Primeiro, criaremos uma tabela<\/a> para armazenar nossos dados:<\/span><\/p>\n

 #create table<\/span>\ndata <- matrix(c(120, 90, 40, 110, 95, 45), ncol= 3<\/span> , byrow= TRUE<\/span> )\ncolnames(data) <- c(\" Rep<\/span> \",\" Dem<\/span> \",\" Ind<\/span> \")\nrownames(data) <- c(\" Male<\/span> \",\" Female<\/span> \")\ndata <- as.table<\/span> (data)\n\n#view table<\/span>\ndata\n\n       Rep Dem Ind\nMale 120 90 40\nFemale 110 95 45\n<\/strong><\/pre>\n
 Passo 2: Realize o teste qui-quadrado de independ\u00eancia.<\/strong><\/span><\/p>\n
 A seguir, podemos realizar o teste de independ\u00eancia do qui-quadrado usando a fun\u00e7\u00e3o chisq.test()<\/strong> :<\/span><\/p>\n
 #Perform Chi-Square Test of Independence<\/span>\nchisq.test(data)\n\n\tPearson's Chi-squared test\n\ndata:data\nX-squared = 0.86404, df = 2, p-value = 0.6492\n<\/strong><\/pre>\n
 A forma de interpretar o resultado \u00e9 a seguinte:<\/span><\/p>\n