Quand l'hypothèse nulle est vraie
Dans cet exercice, vous allez réaliser une expérience : que se passe-t-il lorsque vous effectuez un test d'hypothèse alors que vous savez que l'hypothèse nulle est vraie? Vous espérez conserver l'hypothèse nulle, mais il y a toujours un risque de commettre une erreur statistique.
Pour lancer l'expérience, nous avons créé une nouvelle variable explicative appelée coinflip qui consigne le résultat d'un lancer de pièce équilibrée pour chaque répondant. Avec cette variable, vous pouvez poser l'hypothèse nulle suivante :
$$ H_{0}: p_{heads} - p_{tails} = 0 $$
On affirme ainsi qu'il n'y a aucune différence entre les proportions en faveur de la peine de mort chez les personnes ayant obtenu "heads" et celles ayant obtenu "tails". Comme coinflip a été créée indépendamment de cappun, nous savons que cette hypothèse nulle est vraie. La question est : votre test rejettera-t-il ou conservera-t-il cette hypothèse nulle?
Cette activité fait partie du cours
Inférence pour des données catégorielles en R
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Inspect coinflip
gssmod %>%
select(coinflip)
# Compute two proportions
___ <- gssmod %>%
group_by(coinflip) %>%
summarize(prop_favor = mean(___ == ___)) %>%
pull()
# See the result
p_hats