specify と hypothesize の指定

第3章では、運賃コストのグループ間で遅延出荷の割合に対して2標本比率検定を実行しました。仮説を思い出しましょう。

\(H_{0}\): \(late_{\text{expensive}} - late_{\text{reasonable}} = 0\)

\(H_{A}\): \(late_{\text{expensive}} - late_{\text{reasonable}} > 0\)

今回は、従来の prop_test() を使うアプローチと、シミュレーションに基づく infer のパイプラインを比較します。

late_shipments が利用可能で、dplyr と infer は読み込まれています。

質問

第3章で見た比率検定のコードを実行してください。有意水準 alpha = 0.05 とすると、どのような結論が妥当でしょうか？

p 値は有意水準以下なので、各運賃コストグループで遅延出荷の割合が同じという帰無仮説は棄却すべきです。

p 値は有意水準以下なので、各運賃コストグループで遅延出荷の割合が同じという帰無仮説は棄却しないべきです。

p 値は有意水準より大きいので、各運賃コストグループで遅延出荷の割合が同じという帰無仮説は棄却すべきです。

p 値は有意水準より大きいので、各運賃コストグループで遅延出荷の割合が同じという帰無仮説は棄却しないべきです。