Calcul d’un z-score
Comme les variables ont des plages et des unités arbitraires, nous devons les standardiser. Par exemple, il serait absurde qu’un test d’hypothèse donne une réponse différente selon que vos variables sont en euros ou en dollars américains. La standardisation évite cela.
Une valeur standardisée importante dans un test d’hypothèse s’appelle un z-score. Pour le calculer, il nous faut trois nombres : la statistique d’échantillon (estimation ponctuelle), la valeur hypothétisée de la statistique et l’erreur standard de cette statistique (que nous estimons à partir de la distribution bootstrap).
La statistique d’échantillon est late_prop_samp.
late_shipments_boot_distn est une distribution bootstrap de la proportion d’expéditions en retard. La statistique de proportion d’expéditions en retard 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
- Formulez l’hypothèse que la proportion d’expéditions en retard est de 6 %.
- Calculez l’erreur standard, c’est-à-dire l’écart type de la distribution bootstrap.
- Calculez le z-score.
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