Mit R-Ausgaben arbeiten (2)
Wenn man über die wissenschaftliche Fragestellung nachdenkt: Wenn der IQ nur durch Genetik bestimmt wäre, würden wir erwarten, dass die Steigung der Linie zwischen den beiden Zwillingsgruppen 1 ist. Das Testen des hypothetischen Steigungswerts 1 kann erfolgen, indem eine neue Teststatistik gebildet wird, die bewertet, wie weit die beobachtete Steigung vom hypothetischen Wert 1 entfernt ist.
$$new_t = \frac{slope - 1}{SE}$$
Wenn die Hypothese, dass die Steigung eins ist, wahr ist, folgt die neue Teststatistik einer t-Verteilung, die wir zur Berechnung eines p-Werts verwenden können.
Der biologische Term aus dem Modell ist als biological_term verfügbar.
Diese Übung ist Teil des Kurses
Schlussfolgern bei der linearen Regression in R
Anleitung zur Übung
- Berechne die Freiheitsgrade des
twins-Datensatzes. - Berechne den zweiseitigen p-Wert für die Alternativhypothese, dass die wahre Steigung ungleich 1 ist. Baue die Berechnung schrittweise auf.
- Berechne die Teststatistik als die Steigungs-
estimateminus1, alles geteilt durch den Standardfehler. - Berechne den einseitigen p-Wert der Teststatistik mithilfe der kumulativen Verteilungsfunktion der t-Verteilung,
pt(), an der Stelletest_statistic, mit den soeben berechneten Freiheitsgraden. - Berechne den zweiseitigen p-Wert als das Doppelte des einseitigen p-Werts.
- Berechne die Teststatistik als die Steigungs-
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Calculate the degrees of freedom of twins
degrees_of_freedom <- nrow(twins) - 2
biological_term %>%
mutate(
# Calculate the test statistic
test_statistic = ___,
# Calculate its one-sided p-value
one_sided_p_value_of_test_statistic = ___,
# ... and its two-sided p-value
two_sided_p_value_of_test_statistic = ___
)