外れ値の有無での推測（ランダマイゼーション）
ランダマイゼーション検定を使って、外れ値が線形モデルの推測的結論に与える影響を評価できます。hypdata_out データでランダマイゼーション検定を2回実行しましょう。1回は外れ値を含む場合、もう1回は外れ値を除いた場合です。コード行を長めに展開しているのは、ランダマイゼーション検定の各ステップを明確に示すためです。
この演習はコースの一部です
R による線形回帰の推測
演習の手順
外れ値を含むデータフレーム hypdata_out と（外れ値を除いた）hypdata_noout を用いて、元の各データセットに対する置換傾き（permuted slopes）を格納したデータフレーム perm_slope_out と perm_slope_noout が作成されています。観測された値は obs_slope_out と obs_slope_noout に保存されています。
- p値を求めましょう。観測された傾きの（
absでとった）絶対値以上の（absをとった）置換傾きの割合を計算します。これまでと同様に、二値の不等式に対してmeanを使って割合を求めてください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Calculate the p-value with the outlier
perm_slope_out %>%
mutate(abs_perm_slope = ___) %>%
summarize(p_value = ___)
# Calculate the p-value without the outlier
perm_slope_noout %>%
mutate(abs_perm_slope = ___) %>%
summarize(p_value = ___)