두 표본을 위한 prop_test()

p-value를 계산하는 데 꽤 많은 수고가 들었죠. 계산 과정을 이해하는 데는 유용하지만, 실제 분석에서는 실용적이지 않아요. 일상적인 사용에는 infer 패키지를 쓰는 것이 더 좋습니다.

가설을 다시 확인해 봅시다.

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

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

late_shipments를 사용할 수 있고, infer는 로드되어 있습니다.

이 연습은 강의의 일부입니다

R로 하는 가설 검정

late_shipments 데이터세트를 사용해 prop_test()로 위 가설에 맞는 비율 검정을 수행하세요.

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Perform a proportion test appropriate to the hypotheses 
test_results <- ___








# See the results
test_results