퍼뮤테이션을 단계별로 살펴보기

무작위화 분포를 만드는 데 사용한 코드를 이해할 수 있도록, 이 연습 문제에서는 infer 프레임워크의 단계를 차근차근 살펴봅니다. 특히 생성된 각 replicate의 차이가 계산된 통계량에 어떤 영향을 미치는지 확인하게 될 거예요.

infer 단계를 실행한 후에는 각 replicate마다 숫자가 조금씩 달라진다는 점에 꼭 주목하세요.

dplyr와 infer 패키지는 이미 로드되어 있으며, 이전 연습 문제의 disc 데이터 프레임도 준비되어 있어요.

처음 세 단계에 해당하는 함수를 호출하세요. 핵심 작업은 이미 되어 있으니, 여러분은 infer의 처음 세 단계를 호출한 결과를 탐색해 보시면 됩니다.
퍼뮤테이션의 효과를 확인하려면,
- 퍼뮤테이션된 데이터 프레임 disc_perm을 새 변수 replicate로 그룹화한 다음,
- count()를 사용해 관심 변수(각 sex별 promote)를 세세요.
disc_perm을 사용해 관심 통계량을 calculate()로 계산하세요. stat은 "diff in props", order는 c("male", "female")로 설정합니다.