시작하기무료로 시작하기

기회비용 요약 (2)

이제 무작위화 분포를 만들었으니, 관측된 비율 차이가 귀무가설 하의 차이와 일치하는지 평가해 볼 거예요. 이 일치 정도(또는 불일치 정도)는 p-value, 즉 순열로 얻은 차이들 중 관측된 차이보다 작거나 같은 비율로 측정합니다.

순열 데이터셋과 원래의 관측 통계량은 작업 공간에 각각 opp_perm과 diff_orig로 제공되어 있어요.

내장된 infer 함수인 visualize와 get_p_value를 사용하세요. 귀무가설로부터의 통계값들이 원래 차이보다 위쪽에 있다는 점을 기억하세요. 따라서 p-value(귀무값이 더 극단적일 빈도를 나타냄)는 원래 차이보다 less인 귀무값의 개수를 세어 계산합니다.

이 연습은 강의의 일부입니다

R에서의 추론 기초

강의 보기

연습 안내

  • 먼저 순열 통계의 표집분포를 visualize로 그릴 때 obs_stat = diff_orig의 위치를 표시하고, direction = "less"로 설정해 그 이하 값을 색칠하세요.
  • 그런 다음 get_p_value를 사용해, obs_stat = diff_orig보다 direction = "less"인 순열 통계의 비율로 p-value를 계산하세요.
  • p-value를 계산하는 또 다른 방법으로, summarize()와 mean()을 사용해 opp_perm의 순열 차이(stat)가 관측된 차이(diff_orig)보다 작거나 같은 경우의 비율을 구하세요.
  • 실력을 점검해 보려면, 답변을 제출하기 전에 visualize와 get_p_value 모두에서 direction = "greater", direction = "two_sided", direction = "less"를 각각 시도해 보세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Visualize the statistic 
opp_perm %>%
  ___(___, ___)

# Calculate the p-value using `get_p_value`
opp_perm %>%
  ___(___, ___)

# Calculate the p-value using `summarize`
opp_perm %>%
  summarize(p_value = ___)
코드 편집 및 실행