UNIVERSIDADE FEDERAL DE LAVRAS

INSTITUTO DE CIÊNCIAS EXATAS E TECNOLÓGICAS

DEPARTAMENTO DE ESTATÍSTICA
GES105 - Bioestatística - I/2022
Prof. Renato Ribeiro de Lima
23 de agosto de 2022

4a LISTA DE EXERCÍCIOS - Testes de hipóteses

1. Uma região do país é conhecida por ter uma população obesa. Sabe-se que a distribuição de
probabilidade do peso dos homens entre 20 e 30 anos dessa região é normal com média de 90
kg. Um endocrinologista, juntamente com um professor de educação física, estão propondo um
tratamento para combater a obesidade que consiste de exercícios físicos, dietas e ingestão de um
medicamento. Eles armam que com o tratamento o peso médio dos homens dessa faixa etária
diminuirá num período de três meses. Para vericar essa armação, o tratamento foi aplicado a
uma amostra aleatória de n=30 homens da faixa etária de 20 a 30 anos e foi observado o peso
desses homens após três meses, obtendo-se um peso médio de 85,54 kg, com o desvio padrão igual
a 10 kg. Considerando α = 5%, o que podemos concluir a respeito do tratamento proposto?
2. Uma amostra de 10 adultos, na faixa de idade de 19 a 25 anos, apresentou uma frequência
cardíaca média de 68,7 batidas/min, com desvio padrão de 8,67 batidas/min. Um manual de
procedimento clínico indica que a pulsação média para indivíduos nessa faixa etária deve ser
igual a 72 batidas/min. Admitindo que a variável medida se comporte de acordo com um modelo
Normal e utilizando um nível de signicância igual a α = 5%, você diria que os dados fornecidos
são compatíveis com a informação do manual? (Magalhães e Lima, 2002)
3. A um pesquisador foi dito que a produção de leite de uma determinada região tem distribuição
Normal com média 10 kg/animal/dia. Porém, esse pesquisador suspeita que a produção média
seja maior e, estudando essa região, encontrou um valor médio de 12 kg/animal/dia e uma
variância de 16 kg2 , numa amostra de 100 animais. Baseado nos resultados amostrais e em um
teste estatístico adequado, qual será a conclusão do pesquisador, ao nível de 5% de signicância?
4. O número de pontos em um exame de inglês tem sido historicamente ao redor de 80. Sortearam-
se 10 estudantes que zeram recentemente esse exame e observaram-se as notas: 65, 74, 78, 86,
59, 84, 75, 72, 81 e 83. Especialistas desconam que a média diminuiu e desejam testar essa
armação por meio de um teste de hipóteses, com nível de signicância de 5%. Fazendo as
suposições necessárias, qual a conclusão do teste? (Magalhães e Lima, 2002)
5. Uma prova de aptidão física é aplicada todos os anos a estudantes do sexo feminino de uma faixa
etária em uma escola pública. Os dados obtidos no passado revelam que 50% das estudantes
desse grupo, submetidas a essa prova, atingem o nível satisfatório (S). Um professor de Educação
Física da escola desenvolveu um método especial de treinamento para as estudantes desse grupo
e arma que com o seu método ele aumentaria a proporção de alunas que atingem o nível
satisfatório. Assim, para vericar se a armação do professor estava correta e se o método
proposto seria adotado, a direção da escola resolveu efetuar um ensaio. Para isso, selecionou
ao acaso 40 estudantes desse grupo, que receberam o novo treinamento, sendo que dessas, 28
atingiram o nível satisfatório. Considerando essas informações e α = 5%, pode-se concluir que o
método proposto aumentou a porcentagem de alunas que atingiram o nível satisfatório?
6. Sabe-se que uma semente de uma espécie orestal qualquer tem poder germinativo de 70%. Essa
semente é submetida a um tratamento químico para desinfecção e prevenção contra doenças
fúngicas e bacterianas. Suspeita-se que o tratamento afete a germinação das sementes, mas não
 2

se conhece como é esse efeito, devido às complexas reações bioquímicas que ocorrem. Assim, o
efeito pode ser no sentido de aumentar ou diminuir o poder germinativo das sementes. Um lote
de n = 400 sementes foi submetido ao tratamento e vericou-se que 247 sementes germinaram
no teste-padrão de germinação realizado posteriormente. O que pode-se concluir com respeito ao
efeito do tratamento sobre a porcentagem de germinação das sementes? Considerando α = 5%,
aplique o teste de hipótese adequado, concluindo corretamente.
7. O consumidor de um certo suplemento alimentar acusou o fabricante de que o peso do pacote
sempre está abaixo do peso indicado na embalagem. Para que o peso desse produto esteja de
acordo com a legislação vigente, permite-se que 5% dos produtos comercializados apresentem
peso até 2% abaixo do indicado na embalagem. Para conrmar sua acusação, o consumidor
utilizou uma amostra de tamanho 35 e encontrou que 5,71% das embalagens estavam com mais
de 2% do peso abaixo do indicado. Considerando α = 5%, aplique um teste de hipótese adequado
para vericar se o consumidor tem razão, concluindo corretamente.
8. (adaptado de Regazzi, 1997) Num estudo sobre o consumo de combustível de uma marca de
automóvel, 125 proprietários foram entrevistados em relação ao desempenho e ao consumo de
combustível de seus carros. O resultado da pesquisa está resumido na seguinte tabela:
Desempenho
Consumo Péssimo Regular Bom
Alto 29 27 42
Baixo 4 6 17

Vericar, ao nível de 5% de probabilidade, se podemos considerar que, no consenso geral, desem-

penho e consumo não apresentam relação entre si.
9. (adaptado de VELAVERDE, L.G. Noções de Bioestatística. UFF) Um estudo foi conduzido para
vericar se existe ou não relação entre o estado civil e o consumo de cafeína. Para isso avaliou
3888 homens cujos resultados foram:
Consumo de cafeína (mg/dia)
Estado civil 0 1-150 151-300 >300 Total
Casado 652 1537 598 242 3029
Solteiro 218 327 106 67 718
Outro 36 46 38 21 141
Total 906 1910 742 330 3888

Aplique o teste de qui-quadrado ao nível de 5% de signicância e verique se as variáveis estado

civil e consumo de cafeína não estão relacionadas.
10. Um estudo foi realizado no Estado do Ceará com o objetivo de avaliar associações entre variáveis
que caracterizam aspectos comportamentais e as crenças da população cearense frente à pandemia
de COVID-19 (LIMA et al., 2020). Por meio de um questionário eletrônico, foram avaliadas
as opiniões de 2259 participantes. Uma das associações avaliadas foi entre a escolaridade e
a pergunta "Você acredita que clima quente do Ceará reduzirá o número de infectados pelo
vírus?". Os frequências absolutas obtidas foram:
Escolaridade
Resposta à pergunta 1o grau 2ograu Graduação Pós-Graduação Total
SIM 16 141 473 334 964
NÃO 6 94 596 599 1295
Total 22 235 1069 933 2259
 3

Verique se a escolaridade independe ou não da resposta à pergunta apresentada. Aplique o teste

de qui-quadrado considerando α = 5%, concluindo corretamente.
Referência: Exercício adaptado de LIMA, D.L.F. et al. Covid-19 in the State of Ceará: behaviors and beliefs in
Ciência & Saúde Coletiva
the arrival of the pandemic. , v.25, n.5, Maio 2020. <[Link]
81232020000501575&script=sci arttext&tlng=en>.

11. Um fabricante de esferas para rolamentos desenvolveu um novo método de produção, mais barato.
Entretanto, ele descona que os novos lotes apresentam variabilidade no diâmetro das esferas
maior do que aqueles produzidos pelo método antigo. Para vericar se estava correto, o fabricante
selecionou aleatoriamente 15 esferas, produzidas por cada método, que forneceram as seguintes
medidas descritivas:
Método X̄ S2
Antigo 29,93 mm 0,03 mm2
Novo 29,89 mm 0,19 mm2

Verique e conclua, através de um teste de hipóteses adequado, se a suspeita do fabricante se

conrma. Considere α = 1%.
12. Para comparar o grau de diversidade de duas populações primitivas, uma medida antropométrica
foi obtida em fósseis coletados em dois sítios arqueológicos, fornecendo os seguintes resultados:

Sítio n Média (cm) Variância (cm2 )

A 17 15,12 0,124
B 23 12,21 0,184

O que pode ser concluído a respeito das variâncias? Considere α = 5%, assuma as pressuposições
necessárias e aplique o teste de hipótese adequado para responder à pergunta. (Magalhães e Lima,
2002)
13. Um estudo foi conduzido com o objetivo de se avaliar torques concêntrico e excêntrico de indi-
víduos com e sem osteoartrose de joelho (OAJ). A osteoartrose ocasiona a diminuição da força
muscular e pode acarretar progressiva perda de função, pois os músculos são importantes absor-
vedores de choque que ajudam a estabilizar a articulação (Melo et al., 2008). Participaram desse
estudo, 57 indivíduos, sendo 31 portadores de OAJ (6 homens e 25 mulheres) e 26 indivíduos
sem OAJ, na forma de grupo controle (6 homens e 20 mulheres), selecionados por processo não-
probabilístico do tipo intencional. Duas variáveis avaliadas foram: pico de torque concêntrico
quadríceps dominante (PTCQD) e pico de torque excêntrico quadríceps dominante (PTEQD).
Os dados obtidos para essas duas variáveis estão apresentados a seguir. Verique se existe dife-
rença signicativa entre os PTCQD e os PTEQD médios do grupo controle e do grupo com OAJ.
Considere α = 5% e tire as conclusões de interesse.

Variável Tratamento n X̄ S2
PTCQG Com OAJ 31 44,10 17,64
Sem OAJ 26 78,17 28,09
PTEQD Com OAJ 31 60,01 26,01
Sem OAJ 26 60,56 53,14

Referência: Exercício adaptado de MELO, S.I.L. et al. Avaliação da força muscular de exores e extensores de
joelho em indivíduos com e sem osteoartrose. Revista Brasileira de Cineantropometria e Desempenho
Humano, v. 10, n.4, p.335-340, 2008.
 4

14. Os dados abaixo referem-se a um estudo do efeito da aplicação de Phlorizin, em ruminantes, em

relação ao controle (sem aplicação). Duas das variáveis avaliadas foram: teor de glucose arterial
(em mM) e uxo de sangue arterial (em l/h). Para essas variáveis, foram obtidos os seguintes
resultados: (Adaptado de Bauer et al., 1995)

Média Variância Tamanho da

Variável Tratamento (X̄ ) (S 2 ) amostra (n)
Teor de glucose Controle 3,21 0,85 10
arterial (mM) Phlorizin 3,11 0,80 14
Fluxo de sangue Controle 94 4 10
arterial (l/h) Phlorizin 120 36 14

Verique se existe diferença signicativa nos teores médios de glucose arterial e nos uxos médios
do grupo controle e do grupo tratado com Phlorizin. Considere α = 5% e tire as conclusões de
interesse.
Referência: Exercício adaptado de BAUER, M.L. et al. Adaptation to small intestinal starch assimilation and
glucose transport in [Link] of Animal Science , v.73, n.6, p.1828-1838, 1995.

15. (adaptado de Vieira, 2008) Um medicamento é tradicionalmente usado para alívio de dor nos
casos de enxaqueca. Um laboratório oferece um genérico e para vericar se o tempo de efeito
do genérico é signicativamente inferior, realizou um ensaio com sete voluntários. Todos os
voluntários usaram, em períodos distintos, tanto o medicamento tradicional quanto o genérico.
Os tempos de alívio da dor, em horas, registrados pelos voluntários, com o uso de ambos os
medicamentos, foram:

Medicamento
Voluntário Tradicional Genérico
1 4,5 4
2 5,5 5,5
3 6 6
4 6 5
5 5,5 4,5
6 5,5 6
7 8 6,5

O que o laboratório pode concluir sobre o tempo médio de alívio da dor? Os dois medicamentos
garantem em média o mesmo tempo de alívio? Aplique um teste de hipótese adequado, concluindo
corretamente. Considere α = 5%.
16. (adaptado de Shimakura, 2016) Um estudo foi executado com o objetivo de avaliar a efetividade
de uma dieta combinada com um programa de exercícios físicos na redução do nível de colesterol.
Na tabela a seguir apresentam-se os níveis de colesterol de 12 participantes no início e no nal
do programa:

Início (X1 ) 201 231 221 260 228 237 326 235 240 267 284 201
Final (X2 ) 200 236 216 233 224 216 296 195 207 247 210 209

Considerando que a variável nível de colesterol tenha distribuição Normal, pode-se concluir que
a dieta é eciente na redução do nível médio de colesterol? Considere α = 5%.
 5

RESPOSTAS

1. tcalc = −2, 44; ttab = −1, 699 (teste unilateral à esquerda); Rejeita-se H0 .
2. tcalc = −1, 20; |ttab | = 2, 262 (teste bilateral); Não se rejeita H0 .
3. tcalc = 5; ttab = 1, 660 (teste unilateral à direita); Rejeita-se H0 .
4. tcalc = −1, 57; ttab = −1, 833 (teste unilateral à esquerda); Não se rejeita H0 .
5. Zcalc = 2, 53; Ztab = 1, 645 (teste unilateral à direita); Rejeita-se H0 .
6. Zcalc = −3, 60; |Ztab | = 1, 96 (teste bilateral); Rejeita-se H0 .
7. Zcalc = 0, 19; Ztab = 1, 645 (teste unilateral à direita); Não se rejeita-se H0 .
8. χ2calc = 3, 80; χ2tab = 5, 991 (teste unilateral à direita); Não se rejeita H0 .
9. χ2calc = 51, 65; χ2tab = 12, 592 (teste unilateral à direita); Rejeita-se H0 .
10. χ2calc = 56, 07; χ2tab = 7, 815 (teste unilateral à direita); Rejeita-se H0 .
11. Fcalc = 6, 33; Ftab = 3, 70 (teste unilateral à direita); Rejeita-se H0 .
12. Fcalc = 1, 48; Ftab = 2, 25 (teste unilateral à direita); Não se rejeita H0 .
13. Variável PTCQG:
ˆ Teste F: Fcalc = 1, 59; Ftab = 1, 88; Não se rejeita H0′ ⇒ CASO A.
ˆ Teste t: tcalc = −27, 08; |ttab | = 2, 00 (teste bilateral); Rejeita-se H0 .
Variável PTEQD:
ˆ Teste F: Fcalc = 2, 04; Ftab = 1, 88; Rejeita-se H0′ ⇒ CASO B.
ˆ Teste t: tcalc = −0, 33; |ttab | = 2, 02 (teste bilateral); Não se rejeita H0 .
14. Variável teor de glucose arterial:
ˆ Teste F: Fcalc = 1, 06; Ftab = 2, 71; Não se rejeita H0′ ⇒ CASO A.
ˆ Teste t: tcalc = 0, 27; |ttab | = 2, 07 (teste bilateral); Não se rejeita H0 .
Variável uxo de sangue arterial:
ˆ Teste F: Fcalc = 9, 0; Ftab = 3, 05; Rejeita-se H0′ ⇒ CASO B.
ˆ Teste t: tcalc = −15, 08; |ttab | = 2, 12 (teste bilateral); Rejeita-se H0 .
15. tcalc = 1, 87; ttab = 1, 943 (teste unilateral à direita); Não se rejeita H0 .
16. tcalc = −3, 02; ttab = −1, 796 (teste unilateral à esquerda); Rejeita-se H0 .
 6

RESPOSTAS

> #####################################
> ## GES106 - INTRODUCAO A ESTATISTICA (I/2019)
> ## 5a. LISTA DE EXERCICIOS - TESTES DE HIPOTESES
> #####################################
> ##
> #####################################
> ## Exercicio 1
> #
> rm(list = ls())
> #
> mu<-90
> n<-30
> m<-85.54
> s<-10
> ns<-0.05
> tcal<-(m-mu)/(s/sqrt(n))
> ttab<-qt(0.05,n-1)
> tcal
[1] -2.442843
> ttab
[1] -1.699127
> #
> #####################################
> ## Exercicio 2
> #
> rm(list = ls())
> #
> mu<-72
> n<-10
> m<-68.7
> s<-8.67
> ns<-0.05
> tcal<-(m-mu)/(s/sqrt(n))
> ttab<-qt(c(ns/2,1-ns/2),n-1)
> tcal
[1] -1.203635
> ttab
[1] -2.262157 2.262157
> #
> #####################################
> ## Exercicio 3
> #
> rm(list = ls())
> #
> mu<-10
> n<-100
> m<-12
> s2<-16
> ns<-0.05
> tcal<-(m-mu)/sqrt(s2/n)
> ttab<-qt(1-ns,n-1)
> tcal
[1] 5
> ttab
[1] 1.660391
> #
> #####################################
> ## Exercicio 4
> #
> rm(list = ls())
 7

> #
> x<-c(65,74,78,86,59,84,75,72,81,83)
> n<-length(x)
> m<-mean(x)
> s<-sqrt(var(x))
> tcal<-(m-80)/(s/sqrt(n))
> ttab<-qt(0.05,n-1)
> n
[1] 10
> m
[1] 75.7
> s
[1] 8.641631
> tcal
[1] -1.573522
> pt(tcal,n-1)
[1] 0.07502463
> ttab
[1] -1.833113
> [Link](x,alternative="less",mu=80)

One Sample t-test

data: x
t = -1.5735, df = 9, p-value = 0.07502
alternative hypothesis: true mean is less than 80
95 percent confidence interval:
-Inf 80.70939
sample estimates:
mean of x
75.7

> #
> #####################################
> # Exercico 5
> #
> rm(list = ls())
> n.A<- n.B<- 15
> s2.A<- 0.03
> s2.N<- 0.19
> ns<- 0.01
> [Link]<- s2.N/s2.A
> [Link]<- qf(1-ns, n.B-1, n.A-1)
> [Link]
[1] 6.333333
> [Link]
[1] 3.697541
> 1-pf([Link], n.B-1, n.A-1)
[1] 0.0007051422
> #
> #####################################
> # Exercico 6
> #
> rm(list = ls())
> n.A<- 17
> n.B<- 23
> s2.A<- 0.124
> s2.B<- 0.184
> ns<- 0.05
> [Link]<- s2.B/s2.A
> [Link]<- qf(1-ns, n.B-1, n.A-1)
> [Link]
 8

[1] 1.483871
> [Link]
[1] 2.253827
> 1-pf([Link], n.B-1, n.A-1)
[1] 0.2111535
> #####################################
> # Exercicio 7 - PTCQG
> #
> rm(list = ls())
> m.c<-44.1
> s2.c<-17.64
> n.c<-31
> m.s<-78.17
> s2.s<-28.09
> n.s<-26
> #
> [Link]<-s2.s/s2.c
> [Link]
[1] 1.592404
> qf(0.95,n.s-1,n.c-1)
[1] 1.878249
> 1-pf([Link],n.s-1,n.c-1)
[1] 0.1115046
> #
> [Link]<-((n.c-1)*s2.c+(n.s-1)*s2.s)/(n.c+n.s-2)
> [Link]<-(m.c-m.s)/sqrt([Link]*(1/n.c+1/n.s))
> [Link]
[1] 22.39
> [Link]
[1] -27.07542
> qt(c(0.025,0.975),(n.c+n.s-2))
[1] -2.004045 2.004045
> 2*(1-pt(abs([Link]),n.c+n.s-2))
[1] 0
> #
> #####################################
> # Exercicio 7 - PTEQD
> #
> rm(list = ls())
> m.c<-60.01
> s2.c<-26.01
> n.c<-31
> m.s<-60.56
> s2.s<-53.14
> n.s<-26
> #
> [Link]<-s2.s/s2.c
> [Link]
[1] 2.04306
> qf(0.95,n.s-1,n.c-1)
[1] 1.878249
> 1-pf([Link],n.s-1,n.c-1)
[1] 0.03138209
> #
> v<-(s2.c/n.c+s2.s/n.s)^2/(((s2.c/n.c)^2/(n.c-1))+((s2.s/n.s)^2/(n.s-1)))
> v<-trunc(v)
> [Link]<-(m.c-m.s)/sqrt(s2.c/n.c+s2.s/n.s)
> v
[1] 43
> [Link]
[1] -0.3239288
> qt(c(0.025,0.975),v)
 9

[1] -2.016692 2.016692

> 2*(1-pt(abs([Link]),v))
[1] 0.7475623
> #
> #####################################
> # Exercicio 8 - Glucose
> #
> rm(list = ls())
> m.c<- 3.21
> s2.c<- 0.85
> n.c<- 10
> m.p<- 3.11
> s2.p<- 0.80
> n.p<- 14
> #
> [Link]<-s2.c/s2.p
> [Link]
[1] 1.0625
> qf(0.95,n.c-1,n.p-1)
[1] 2.714356
> 1-pf([Link],n.c-1,n.p-1)
[1] 0.4465436
> #
> [Link]<-((n.c-1)*s2.c+(n.p-1)*s2.p)/(n.c+n.p-2)
> [Link]<-(m.c-m.p)/sqrt([Link]*(1/n.c+1/n.p))
> [Link]
[1] 0.8204545
> [Link]
[1] 0.2666436
> qt(c(0.025,0.975),(n.c+n.p-2))
[1] -2.073873 2.073873
> 2*(1-pt(abs([Link]),n.c+n.p-2))
[1] 0.7922269
> #
> #####################################
> # Exercicio 8 - Fluxo
> #
> rm(list = ls())
> m.c<- 94
> s2.c<- 4
> n.c<- 10
> m.p<- 120
> s2.p<- 36
> n.p<- 14
> #
> [Link]<-s2.p/s2.c
> [Link]
[1] 9
> qf(0.95,n.p-1,n.c-1)
[1] 3.047549
> 1-pf([Link],n.p-1,n.c-1)
[1] 0.001205005
> #
> v<-(s2.c/n.c+s2.p/n.p)^2/(((s2.c/n.c)^2/(n.c-1))+((s2.p/n.p)^2/(n.p-1)))
> v<-trunc(v)
> [Link]<-(m.c-m.p)/sqrt(s2.c/n.c+s2.p/n.p)
> v
[1] 16
> [Link]
[1] -15.0831
> qt(c(0.025,0.975),v)
[1] -2.119905 2.119905
 10

> 2*(1-pt(abs([Link]),v))
[1] 7.033041e-11
> #
> #####################################
> # Exercicio 9
> #
> rm(list = ls())
> trad<- c(4.5,5.5,6,6,5.5,5.5,8)
> gen<- c(4,5.5,6,5,4.5,6,6.5)
> dif<- trad - gen
> n<- length(dif)
> med<- mean(dif)
> dp<- sd(dif)
> t.c<- med/(dp/sqrt(n))
> dif
[1] 0.5 0.0 0.0 1.0 1.0 -0.5 1.5
> n
[1] 7
> med
[1] 0.5
> dp
[1] 0.7071068
> t.c
[1] 1.870829
> qt(0.95, n-1)
[1] 1.94318
> [Link](trad, gen, alternative="greater", paired=T)

Paired t-test

data: trad and gen

t = 1.8708, df = 6, p-value = 0.05528
alternative hypothesis: true difference in means is greater than 0
95 percent confidence interval:
-0.01933678 Inf
sample estimates:
mean of the differences
0.5
> ##
> ## Exercicio 10
> #
> rm(list=ls())
> inicio<- c(201,231,221,260,228,237,326,235,240,267,284,201)
> final<- c(200,236,216,233,224,216,296,195,207,247,210,209)
> dif<- final-inicio
> n<- length(dif)
> med<- mean(dif)
> dp<- sd(dif)
> t.c<- med/(dp/sqrt(n))
> dif
[1] -1 5 -5 -27 -4 -21 -30 -40 -33 -20 -74 8
> n
[1] 12
> med
[1] -20.16667
> dp
[1] 23.13138
> t.c
[1] -3.020113
> qt(0.05, n-1)
[1] -1.795885
> [Link](final, inicio, alternative="less", paired=T)
 11

Paired t-test

data: final and inicio

t = -3.0201, df = 11, p-value = 0.005827
alternative hypothesis: true difference in means is less than 0
95 percent confidence interval:
-Inf -8.174729
sample estimates:
mean of the differences
-20.16667
> #
> #####################################
> # Exercicio 11
> #
> rm(list = ls())
> fo<- matrix(c(29,4,27,6,42,17), nrow=2)
> tot.l<- apply(fo, 1, sum)
> tot.c<- apply(fo, 2, sum)
> tot.g<- sum(tot.l)
> fe<- matrix( round(c(tot.l[1]*tot.c[1]/tot.g, tot.l[2]*tot.c[1]/tot.g,
+ tot.l[1]*tot.c[2]/tot.g, tot.l[2]*tot.c[2]/tot.g,
+ tot.l[1]*tot.c[3]/tot.g, tot.l[2]*tot.c[3]/tot.g),
+ 2), nrow=2)
> chi2.c<- sum((fo-fe)^2/fe)
> nu<- (nrow(fo)-1)*(ncol(fo)-1)
> fo
[,1] [,2] [,3]
[1,] 29 27 42
[2,] 4 6 17
> fe
[,1] [,2] [,3]
[1,] 25.87 25.87 46.26
[2,] 7.13 7.13 12.74
> chi2.c
[1] 3.797937
> qchisq(0.95, nu)
[1] 5.991465
> [Link](fo)

Pearson's Chi-squared test

data: fo
X-squared = 3.7915, df = 2, p-value = 0.1502