Tests d'hypothèses et intervalles de confiance

Comme mentionné au tout début de ce chapitre, il existe un lien étroit entre les tests d'hypothèses et les intervalles de confiance. Les premiers servent à vérifier si une hypothèse précise sur le monde concorde avec vos données. Les seconds ne posent pas d'hypothèse ; ils quantifient plutôt l'incertitude autour de votre estimation ponctuelle en ajoutant et en soustrayant la marge d'erreur.

Dans cet exercice, vous allez explorer cette dualité en construisant un intervalle de confiance autour de la différence de proportions, d_hat. Pour vous lancer, voici le code que vous avez utilisé pour former la distribution nulle :

# Code de référence pour la distribution nulle
null <- gss2016 %>%
   specify(cappun ~ sex, success = "FAVOR") %>%
   hypothesize(null = "independence") %>%
   generate(reps = 500, type = "permute") %>%
   calculate(stat = "diff in props", order = c("FEMALE", "MALE"))`

Cette activité fait partie du cours

Inférence pour des données catégorielles en R

Voir le cours

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Create the bootstrap distribution
___ <- gss2016 %>%
  # Specify the variables and success
  ___ %>%
  # Generate 500 bootstrap reps
  ___ %>%
  # Calculate statistics
  ___

Modifier et exécuter le code