STATA-FORUM.DE

[antonia9798]

Hallo zusammen,

[Staxa]

Hallo,
du kannst dir die Aufgabe etwa so vorstellen. Du hast einen Pool mit Leuten die die Würste mögen (N = 450) und es sind 3 Altersgruppen unterschieden. Deine Nullhypothese ist, dass es keinen Zusammenhang zwischen Alter und Liebe zum Produkt gibt, d.h. deine Altersvariable sollte in dem Pool an Leuten gleichverteilt sein. Bei 450 Leuten und 3 Gruppen würde man daher erwarten, dass jede Gruppe im Schnitt 150 Leute umfasst. Dies ist ein klassischer Chi-Quadrat Test, wie hier beschrieben: https://en.wikipedia.org/wiki/Goodness_ ... _and_women

Du kannst relativ simpel deine Teststatistik berechnen und musst dich dann noch um die Freiheitsgrade kümmern. Stata bietet hierzu keine direkte Möglichkeit (für den exakten Test), es gibt aber ein Ado von Ben Jann (siehe https://journals.sagepub.com/doi/pdf/10 ... 0800800201).

Die Durchführung in Stata ist somit wie folgt:

Code: Alles auswählen

clear all
ssc install mgof, replace      //Ado installieren
mgofi 120 150 180, ee percent



. clear all

. ssc install mgof, replace               //Ado installieren
checking mgof consistency and verifying not already installed...
all files already exist and are up to date.

. mgofi 120 150 180, ee percent

Percent completed (17101 partitions)
0 ----- 20 ------ 40 ------ 60 ------ 80 ----- 100
..................................................

                       Number of obs =     450
                       N of outcomes =       3
                       Partitions    =   17101

----------------------------------------------
                      |                  Exact
      Goodness-of-fit |       Coef.    P-value
----------------------+-----------------------
         Pearson's X2 |          12     0.0025
Log likelihood ratio |    12.08131     0.0024
----------------------------------------------

             |  observed   expected
-------------+----------------------
          r1 |     26.67      33.33
          r2 |     33.33      33.33
          r3 |     40.00      33.33
-------------+----------------------
       Total |    100.00     100.00


Die p-Werte sind sehr klein, wir müssen die Nullhypothese der Geichverteilung ablehnen.