Merangkum opportunity cost (2)

Sekarang setelah Anda membuat distribusi pengacakan, Anda akan menggunakannya untuk menilai apakah perbedaan proporsi yang teramati konsisten dengan perbedaan nol. Anda akan mengukur konsistensi ini (atau ketidakselarasannya) dengan p-value, yaitu proporsi perbedaan hasil permutasi yang lebih kecil atau sama dengan perbedaan yang teramati.

Himpunan data hasil permutasi dan statistik teramati asli tersedia di workspace Anda masing-masing sebagai opp_perm dan diff_orig.

Gunakan visualize dan get_p_value dari fungsi bawaan infer. Ingat bahwa statistik nol berada di atas perbedaan asli, sehingga p-value (yang merepresentasikan seberapa sering nilai nol lebih ekstrem) dihitung dengan menghitung banyaknya nilai nol yang less daripada perbedaan asli.

Latihan ini adalah bagian dari kursus

Dasar-dasar Inferensi di R

Lihat Kursus

Petunjuk latihan

Pertama, visualize distribusi sampling dari statistik hasil permutasi dengan menandai posisi obs_stat = diff_orig, dan mewarnai nilai di bawahnya dengan perintah direction = "less".
Lalu get_p_value dihitung sebagai proporsi statistik permutasi yang direction = "less" daripada obs_stat = diff_orig.
Sebagai cara alternatif untuk menghitung p-value, gunakan summarize() dan mean() untuk mencari proporsi saat perbedaan hasil permutasi dalam opp_perm (disebut stat) lebih kecil atau sama dengan perbedaan yang teramati (disebut diff_orig).
Anda dapat menguji pemahaman dengan mencoba: direction = "greater", direction = "two_sided", dan direction = "less" sebelum mengirimkan jawaban Anda untuk visualize dan get_p_value.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Visualize the statistic 
opp_perm %>%
  ___(___, ___)

# Calculate the p-value using `get_p_value`
opp_perm %>%
  ___(___, ___)

# Calculate the p-value using `summarize`
opp_perm %>%
  summarize(p_value = ___)

Edit dan Jalankan Kode