t-test basato sulla simulazione
Nel Capitolo 2 hai eseguito manualmente i passaggi di un t-test per esplorare queste ipotesi.
\(H_{0}\): La media del peso delle spedizioni non in ritardo è uguale alla media del peso delle spedizioni in ritardo.
\(H_{A}\): La media del peso delle spedizioni non in ritardo è minore della media del peso delle spedizioni in ritardo.
Puoi eseguire il test in modo più conciso usando t_test() di infer.
late_shipments %>%
t_test(
weight_kilograms ~ late,
order = c("No", "Yes"),
alternative = "less"
)
t_test() assume che la distribuzione nulla sia normale. Possiamo evitare questa assunzione usando un equivalente non parametrico basato sulla simulazione.
late_shipments è disponibile; dplyr e infer sono caricati.
Questo esercizio fa parte del corso
Test di ipotesi in R
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Fill out the null distribution pipeline
null_distn <- late_shipments %>%
# Specify weight_kilograms vs. late
___ %>%
# Declare a null hypothesis of independence
___ %>%
# Generate 1000 permutation replicates
___ %>%
# Calculate the difference in means ("No" minus "Yes")
___
# See the results
null_distn