Dúvidas Qui-quadrado

Olá professor Marcos,
Tenho várias dúvidas sobre o qui-quadrado...

1a) O exemplo que você deu de qui-quadrado na aula 5.13 seria para um teste de qui-quadrado de independência? (=Pearson's=hetereogeneidade?)
1b) E o default dessa função é para a correção de Yates - que eu devo usar como TRUE sempre as minhas tabelas forem 2x2?

2) Com essa mesma função se eu informar o segundo argumento como sendo a minha distribuição esperada ele irá calcular o qui-quadrado de aderência?

3a) Se as amostras forem pequenas eu deveria rodar um teste G? O autor MurrayLogan - Biostatistical Design and Analysis Using R (pg. 473) comenta que o teste G deve ser utilizado se "the difference between the observed and expected is less than the expected frequencies (ie |o − e| < e)". Esse cálculo eu preciso fazer na mão antes de definir qual teste vou usar (Chi X G)?
3b) Ele comenta ainda que se 20% <5 não deve ser aplicado nem o qui-quadrado nem o teste G, mas sim para usar o teste exato de fisher (pg.475), gostaria de saber se o senhor concorda.

4) Lendo em um livro texto eu vi que também tem um terceiro tipo de qui-quadrado (associação), mas não consegui entender muito bem pra que serve... se puder esclarecer eu agradeço.

Obrigada

Olá, Vanessa, tudo bem?

Desculpe a demora em responder esta. Fiquei na dúvida se ela foi respondida parcialmente em outro tópico, mas de qualquer forma vou responder por aqui. Vamos lá.

1 - Sim, o que fazemos seria considerado um teste de independência. A hipótese nula é de que os valores registrados para cada uma das duas variáveis independem, ou seja, que uma não tem efeito sobre a outra. Você não precisa se preocupar com a correção de Yates, ela feita automaticamente quando é adequada, de forma que não é necessário deixar o argumento de forma explícita.

2 - Sim! Se você, no lugar de uma tabela de contingência como a que usamos nos nossos exemplo, usar uma variável e um conjunto de valores esperados caso ela siga uma determinada distribuição, então ele fará o teste de aderência. Mas recomendo usar com cautela os testes de aderência, eles tem o mesmo problema que eu discuto a respeito dos testes de normalidade. A lógica de sua interpretação acaba ficando um pouco "distorcida".

Depois eu volto aqui e continuo a responder, ok?