Calcul d'un score z
Comme les variables ont des plages et des unités arbitraires, nous devons les normaliser. Par exemple, il serait absurde qu'un test d'hypothèse donne une réponse différente si vos variables sont exprimées en euros plutôt qu'en dollars américains. La normalisation permet d'éviter cela.
Une valeur standardisée intéressante dans un test d'hypothèse s'appelle le score z. Pour la calculer, nous avons besoin de trois nombres : la statistique de l'échantillon (estimation ponctuelle), la statistique hypothétique et l'erreur standard de la statistique (que nous estimons à partir de la distribution bootstrap).
La statistique de l'échantillon est late_prop_samp.
late_shipments_boot_distn est une distribution bootstrap de la proportion de livraisons tardives. La statistique relative à la proportion d'envois tardifs se trouve dans la colonne late_prop.
late_prop_samp et late_shipments_boot_distn sont disponibles ; dplyr est chargé.
Cet exercice fait partie du cours
Tests d'hypothèses en R
Instructions
- Faites l'hypothèse que la proportion d'envois tardifs est de 6 %.
- Calculez l'erreur standard. C'est-à-dire l'écart-type de la distribution bootstrap.
- Calculez le score z.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Hypothesize that the proportion is 6%
late_prop_hyp <- ___
# Calculate the standard error
std_error <- ___
# Find z-score of late_prop_samp
z_score <- ___
# See the results
z_score