Werken met R-uitvoer (2)
Kijkend naar de wetenschappelijke onderzoeksvraag: als IQ alleen door genetica wordt bepaald, dan verwachten we dat de helling van de lijn tussen de twee tweelingmetingen gelijk is aan 1. Het toetsen van de veronderstelde hellingswaarde van 1 kan door een nieuwe teststatistiek te maken die aangeeft hoe ver de geobserveerde helling afligt van de veronderstelde waarde 1.
$$new_t = \frac{slope - 1}{SE}$$
Als de hypothese dat de helling gelijk is aan 1 waar is, dan heeft de nieuwe teststatistiek een t-verdeling, die we kunnen gebruiken om een p-waarde te berekenen.
De biologische term uit het model is beschikbaar als biological_term.
Deze oefening maakt deel uit van de cursus
Inferentie voor lineaire regressie in R
Oefeninstructies
- Bereken de vrijheidsgraden van de
twins-gegevensset. - Bereken de tweezijdige p-waarde voor de alternatieve hypothese dat de echte helling verschilt van 1. Bouw de berekening stapsgewijs op.
- Bereken de teststatistiek als de
estimatevoor de helling min1, geheel gedeeld door de standaardfout. - Bereken de eenzijdige p-waarde van de teststatistiek met de cumulatieve verdelingsfunctie van de t-verdeling,
pt(), op detest_statistic, met de zojuist berekende vrijheidsgraden. - Bereken de tweezijdige p-waarde als het dubbele van de eenzijdige p-waarde.
- Bereken de teststatistiek als de
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Calculate the degrees of freedom of twins
degrees_of_freedom <- nrow(twins) - 2
biological_term %>%
mutate(
# Calculate the test statistic
test_statistic = ___,
# Calculate its one-sided p-value
one_sided_p_value_of_test_statistic = ___,
# ... and its two-sided p-value
two_sided_p_value_of_test_statistic = ___
)