Confronto tra inferenza per randomizzazione e inferenza t
Quando le condizioni tecniche (vedi il prossimo capitolo) sono soddisfatte, l'inferenza del test di randomizzazione e quella del test basato sulla distribuzione t dovrebbero portare a conclusioni equivalenti. Non daranno esattamente la stessa risposta perché si basano su metodi diversi. Ma dovrebbero produrre p-value e intervalli di confidenza ragionevolmente simili.
Questo esercizio fa parte del corso
Inferenza per la regressione lineare in R
Istruzioni dell'esercizio
- Calcola il valore assoluto della pendenza osservata,
obs_slope. - Aggiungi una colonna a
perm_slopecon il valore assoluto della pendenza in ciascuna replica permutata. La colonna della pendenza si chiamastat. - Nella chiamata a
summarize(), calcola il p-value come la proporzione delle stime assolute della pendenza che sono almeno tanto estreme quanto la stima assoluta della pendenza osservata.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# The slope in the observed data and each permutation replicate
obs_slope
perm_slope
# Calculate the absolute value of the observed slope
abs_obs_slope <- ___
# Find the p-value
perm_slope %>%
# Add a column for the absolute value of stat
___ %>%
summarize(
# Calculate prop'n permuted values at least as extreme as observed
p_value = ___
)