Randomisatie-dichtheid

Met 100 herhalingen kun je het mechanisme van permuteren begrijpen. Maar 100 is niet genoeg om het volledige bereik van waarschijnlijke waarden voor de nulverschillen in proporties te zien.

Denk terug aan de vier stappen van inferentie. Dit zijn dezelfde vier stappen die je in alle inferentie-oefeningen in deze cursus en in toekomstige cursussen statistische inferentie zult gebruiken. Gebruik de functienamen om je het analyseproces te herinneren.

specify specificeert de respons- en verklarende variabelen.
hypothesize formuleert de nulhypothese.
generate genereert resamples, permutaties of simulaties.
calculate berekent samenvattende statistieken.

In deze oefening herhaal je het proces 1000 keer om gevoel te krijgen voor de volledige verdeling van nulverschillen in proporties.

Deze oefening maakt deel uit van de cursus

Basis van inferentie in R

Cursus bekijken

Oefeninstructies

De pakketten dplyr, ggplot2, NHANES en infer zijn voor je geladen.

Genereer 1000 verschillen in proporties door de variabele HomeOwn te schudden met de infer-syntaxis. Herinner de infer-syntaxis:
- specify dat de relatie van belang HomeOwn vs. Gender is en dat een succes in deze context huiseigenaarschap is, success = "Own".
- hypothesize dat de nul waar is met null = "independence" (wat betekent dat geslacht en huiseigenaarschap niet samenhangen).
- generate 1000 permutaties; zet reps op 1000.
- calculate de statistiek stat = "diff in props" met de volgorde c("male", "female").
Voer de dichtheidsplot-code uit om een vloeiende visuele weergave van de verdeling van verschillen te maken. Welke vorm heeft de curve?

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Perform 1000 permutations
homeown_perm <- homes %>%
  # Specify HomeOwn vs. Gender, with `"Own" as success
  ___(___ ~ ___, success = "___") %>%
  # Use a null hypothesis of independence
  ___(___) %>% 
  # Generate 1000 repetitions (by permutation)
  ___(reps = ___, type = "permute") %>% 
  # Calculate the difference in proportions (male then female)
  ___(___, order = ___))

# Density plot of 1000 permuted differences in proportions
ggplot(homeown_perm, aes(x = stat)) + 
  geom_density()

Code bewerken en uitvoeren