Distribution nulle par rééchantillonnage de la pente
Au chapitre précédent, vous avez examiné la distribution d'échantillonnage de la pente dans une population où la pente n'était pas nulle. Toutefois, pour faire de l'inférence, vous devez généralement connaître la distribution d'échantillonnage de la pente sous l'hypothèse qu'il n'y a aucune relation entre la variable explicative et la variable réponse. De plus, dans la plupart des situations, vous ne connaissez pas la population d'où proviennent les données, donc la distribution nulle doit être obtenue uniquement à partir du jeu de données original.
Au milieu du 20e siècle, une étude a été menée pour retracer des jumeaux identiques séparés à la naissance : un enfant a été élevé par ses parents biologiques et l'autre en famille d'accueil. Pour tenter de répondre à la question à savoir si l'intelligence résulte de l'inné ou de l'acquis, les deux enfants ont passé des tests de QI. Les données qui en résultent présentent les QI des jumeaux en famille d'accueil (Foster est la variable réponse) et les QI des jumeaux biologiques (Biological est la variable explicative).
Dans cet exercice, vous utiliserez la fonction pull(). Cette fonction prend une trame de données et retourne une colonne sélectionnée sous forme de vecteur (semblable à $).
Cette activité fait partie du cours
Inférence pour la régression linéaire en R
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
library(infer)
# Calculate the observed slope
# Run a lin. reg. of Foster vs. Biological on the twins data
obs_slope <- ___(___, ___) %>%
# Tidy the result
___() %>%
# Filter for rows where term equal Biological
___(___) %>%
# Pull out the estimate column
___(___)
# See the result
obs_slope