Test d’ipotesi e intervalli di confidenza
Come accennato all’inizio del capitolo, c’è un legame stretto tra test d’ipotesi e intervalli di confidenza. I primi verificano se una certa ipotesi sul mondo è coerente con i tuoi dati. I secondi non partono da un’ipotesi: quantificano semplicemente l’incertezza sulla tua stima puntuale aggiungendo e sottraendo il margine d’errore.
In questo esercizio esplorerai questa dualità costruendo un intervallo di confidenza attorno alla differenza di proporzioni, d_hat. Per iniziare, ecco il codice che hai usato per costruire la distribuzione nulla:
# Codice di riferimento per la distribuzione nulla
null <- gss2016 %>%
specify(cappun ~ sex, success = "FAVOR") %>%
hypothesize(null = "independence") %>%
generate(reps = 500, type = "permute") %>%
calculate(stat = "diff in props", order = c("FEMALE", "MALE"))`
Questo esercizio fa parte del corso
Inferenza per dati categorici in R
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Create the bootstrap distribution
___ <- gss2016 %>%
# Specify the variables and success
___ %>%
# Generate 500 bootstrap reps
___ %>%
# Calculate statistics
___