शुरू करेंमुफ़्त में शुरू करें

p-values की गणना

वीडियो में, आपने सीखा कि p-value डेटा और शून्य परिकल्पना (null hypothesis) के बीच असहमति की डिग्री को मापती है। यहाँ, आप ओरिजिनल डिस्क्रिमिनेशन डेटासेट के साथ-साथ उसके छोटे और बड़े वर्शन, disc_small और disc_big, के लिए p-value निकालेंगे।

ओरिजिनल प्रपोर्शनों के अंतर आपके वर्कस्पेस में उपलब्ध हैं: diff_orig, diff_orig_small, और diff_orig_big. इसी तरह permuted डेटासेट्स भी उपलब्ध हैं: disc_perm, disc_perm_small, और disc_perm_big.

ध्यान रखें कि यहाँ आप केवल one-sided हाइपोथिसिस टेस्ट में रुचि रखते हैं। यानी आप यह प्रश्न पूछ रहे हैं: "क्या पुरुषों के प्रमोशन पाने की संभावना महिलाओं से अधिक है?"

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Inference की बुनियाद

पाठ्यक्रम देखें

अभ्यास निर्देश

  • बिल्ट-इन infer फंक्शन्स का उपयोग करते हुए visualize() और get_p_value() चलाइए। याद रखें कि null statistics, ओरिजिनल डिफरेंस से नीचे हैं, इसलिए p-value (जो बताती है कि कोई null मान कितनी बार और अधिक चरम होता है) उन null मानों की गिनती से निकाली जाती है जो ओरिजिनल डिफरेंस से greater हों।
  • छोटे डेटासेट disc_perm_small के लिए दोहराइए, जिसका observed difference diff_orig_small है।
  • बड़े डेटासेट disc_perm_big के लिए दोहराइए, जिसका observed difference diff_orig_big है।
  • अपना ज्ञान परखने के लिए, सबमिट करने से पहले यह आज़माइए: direction = "greater", direction = "two_sided", और direction = "less".

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Visualize and calculate the p-value for the original dataset
disc_perm %>%
  ___(obs_stat = ___, direction = "___")

disc_perm %>%
  ___(___, ___)

# Visualize and calculate the p-value for the small dataset
___ %>%
  ___(___, ___)

___ %>%
  ___(___, ___)

# Visualize and calculate the p-value for the big dataset
___ %>%
  ___(___, ___)

___ %>%
  ___(___, ___)
कोड संपादित करें और चलाएँ