Tamaño de muestra para la región crítica
Usando las distribuciones de aleatorización con los conjuntos de datos pequeño y grande, calcula distintos puntos de corte para la significación. Recuerda que te interesa sobre todo una diferencia positiva grande en las tasas de ascenso, así que estás calculando los cuantiles superiores de 0.90, 0.95 y 0.99.
En el script tienes una función para calcular estos cuantiles, calc_upper_quantiles().
Este ejercicio forma parte del curso
Fundamentos de la inferencia en R
Instrucciones del ejercicio
- Como referencia, ejecuta la llamada a
calc_upper_quantiles()para calcular los cuantiles relevantes asociados con el conjunto de datos original de 1000 diferencias permutadas,disc_perm. - Haz lo mismo para el conjunto de datos pequeño,
disc_perm_small… - y para el conjunto de datos grande,
disc_perm_big.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
calc_upper_quantiles <- function(dataset) {
dataset %>%
summarize(
q.90 = quantile(stat, p = 0.90),
q.95 = quantile(stat, p = 0.95),
q.99 = quantile(stat, p = 0.99)
)
}
# Recall the quantiles associated with the original dataset
calc_upper_quantiles(disc_perm)
# Calculate the quantiles associated with the small dataset
___
# Calculate the quantiles associated with the big dataset
___