Tests d’hypothèses et intervalles de confiance

Comme indiqué au tout début de ce chapitre, il existe un lien étroit entre les tests d’hypothèses et les intervalles de confiance. Les premiers examinent si une hypothèse particulière sur le monde est cohérente avec vos données. Les seconds ne reposent sur aucune hypothèse : ils quantifient simplement votre incertitude sur 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 aider à démarrer, 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"))`

Cet exercice fait partie du cours

Inférence pour des données catégorielles en R

Afficher le cours

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

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

Modifier et exécuter le code