시뮬레이션 기반 t-검정
2장에서 이 가설들을 살펴보기 위해 t-검정 절차를 수동으로 수행했어요.
\(H_{0}\): 지연되지 않은 배송의 평균 무게는 지연된 배송의 평균 무게와 같다.
\(H_{A}\): 지연되지 않은 배송의 평균 무게는 지연된 배송의 평균 무게보다 작다.
infer의 t_test()를 사용하면 더 간결하게 검정을 실행할 수 있어요.
late_shipments %>%
t_test(
weight_kilograms ~ late,
order = c("No", "Yes"),
alternative = "less"
)
t_test()는 영가설 분포가 정규분포라고 가정합니다. 시뮬레이션 기반의 비모수적 방법을 사용하면 이러한 가정을 피할 수 있어요.
late_shipments는 이미 준비되어 있고, dplyr과 infer가 로드되어 있습니다.
이 연습은 강의의 일부입니다
R로 하는 가설 검정
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Fill out the null distribution pipeline
null_distn <- late_shipments %>%
# Specify weight_kilograms vs. late
___ %>%
# Declare a null hypothesis of independence
___ %>%
# Generate 1000 permutation replicates
___ %>%
# Calculate the difference in means ("No" minus "Yes")
___
# See the results
null_distn