जब शून्य परिकल्पना सच हो
इस अभ्यास में, आप एक प्रयोग चलाएँगे: क्या होता है जब आप हाइपोथिसिस टेस्ट तब करें जब आपको पता हो कि शून्य परिकल्पना सच है? आप उम्मीद करते हैं कि आप शून्य परिकल्पना को बनाए रखें, लेकिन हमेशा यह संभावना रहती है कि आप कोई सांख्यिकीय त्रुटि कर दें।
प्रयोग शुरू करने के लिए, हमने coinflip नाम का एक नया explanatory वैरिएबल बनाया है जो हर विषय के लिए एक निष्पक्ष सिक्का उछाल का परिणाम दर्शाता है। इस वैरिएबल के साथ, आप निम्न शून्य परिकल्पना रख सकते हैं:
$$ H_{0}: p_{heads} - p_{tails} = 0 $$
यह कहता है कि "heads" आने वालों और "tails" आने वालों के बीच death penalty को favor करने के अनुपातों में कोई अंतर नहीं है। क्योंकि coinflip को cappun से स्वतंत्र रूप से बनाया गया था, हमें पता है कि यह शून्य परिकल्पना सच है। सवाल है: क्या आपका टेस्ट इस शून्य परिकल्पना को अस्वीकार करेगा या बनाए रखेगा?
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में श्रेणीबद्ध डेटा के लिए अनुमान
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Inspect coinflip
gssmod %>%
select(coinflip)
# Compute two proportions
___ <- gssmod %>%
group_by(coinflip) %>%
summarize(prop_favor = mean(___ == ___)) %>%
pull()
# See the result
p_hats