무작위화 추론과 t-추론 비교

기술적 조건(다음 챕터 참조)이 충족되면, 무작위화 검정과 t-분포 검정의 추론 결과는 동일한 결론을 도출해야 합니다. 두 방법은 서로 다른 방식을 기반으로 하므로 정확히 같은 값을 제공하지는 않지만, p-값과 신뢰 구간은 서로 유사한 결과를 나타낼 것입니다.

이 연습은 강의의 일부입니다

R을 활용한 선형 회귀 추론

강의 보기

연습 안내

관측된 기울기 obs_slope의 절댓값을 계산하세요.
각 순열 복제본에서 기울기의 절댓값을 담은 열을 perm_slope에 추가하세요. 기울기 열의 이름은 stat입니다.
summarize() 호출 시, 기울기 절댓값 추정치 중 관측된 기울기 절댓값 추정치만큼 극단적이거나 그보다 더 극단적인 값의 비율로 p-값을 계산하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# The slope in the observed data and each permutation replicate
obs_slope
perm_slope

# Calculate the absolute value of the observed slope
abs_obs_slope <- ___

# Find the p-value
perm_slope %>%
  # Add a column for the absolute value of stat
  ___ %>%
  summarize(
    # Calculate prop'n permuted values at least as extreme as observed
    p_value = ___
  )

코드 편집 및 실행