He leído que la prueba de chi cuadrado es útil para ver si una muestra es significativamente diferente de un conjunto de valores esperados.
Por ejemplo, aquí hay una tabla de resultados de una encuesta sobre los colores favoritos de las personas (n = 15 + 13 + 10 + 17 = 55 encuestados totales):
red,blue,green,yellow
15,13,10,17
Una prueba de chi cuadrado me puede decir si esta muestra es significativamente diferente de la hipótesis nula de igual probabilidad de que a las personas les guste cada color.
Pregunta: ¿Se puede realizar la prueba en las proporciones del total de encuestados a quienes les gusta un determinado color? Como abajo:
red,blue,green,yellow
0.273,0.236,0.182,0.309
Donde, por supuesto, 0.273 + 0.236 + 0.182 + 0.309 = 1.
Si la prueba de chi cuadrado no es adecuada en este caso, ¿qué prueba sería? ¡Gracias!
Editar: Intenté la respuesta de @Roman Luštrik a continuación, y obtuve el siguiente resultado, ¿por qué no obtengo un valor p y por qué R dice "La aproximación de Chi-cuadrado puede ser incorrecta"?
> chisq.test(c(0,0,0,8,6,2,0,0),p = c(0.406197174,0.088746395,0.025193306,0.42041479,0.03192905,0.018328576,0.009190708,0))
Chi-squared test for given probabilities
data: c(0, 0, 0, 8, 6, 2, 0, 0)
X-squared = NaN, df = 7, p-value = NA
Warning message:
In chisq.test(c(0, 0, 0, 8, 6, 2, 0, 0), p = c(0.406197174, 0.088746395, :
Chi-squared approximation may be incorrect