Obliczanie wartości p

Z lekcji wideo wiesz już, że wartość p mierzy stopień niezgodności między danymi a hipotezą zerową. Teraz obliczysz wartość p dla oryginalnego zbioru danych dotyczącego dyskryminacji, a także dla jego mniejszej i większej wersji: disc_small i disc_big.

Oryginalne różnice proporcji są dostępne w twoim środowisku pracy jako diff_orig, diff_orig_small i diff_orig_big, podobnie jak zbiory danych po permutacji: disc_perm, disc_perm_small i disc_perm_big.

Pamiętaj, że interesuje cię tu jednostronny test hipotezy – chcesz odpowiedzieć na pytanie: „Czy mężczyźni są częściej awansowani niż kobiety?".

To ćwiczenie jest częścią kursu

Podstawy wnioskowania statystycznego w R

Zobacz kurs

Instrukcje do ćwiczenia

Użyj funkcji visualize() i get_p_value() z pakietu infer. Pamiętaj, że wartości statystyki zerowej są poniżej oryginalnej różnicy, więc wartość p (czyli jak często wartość zerowa jest bardziej ekstremalna) oblicza się, zliczając wartości zerowe większe od oryginalnej różnicy.
Powtórz to dla małego zbioru danych disc_perm_small z zaobserwowaną różnicą diff_orig_small.
Powtórz to dla dużego zbioru danych disc_perm_big z zaobserwowaną różnicą diff_orig_big.
Możesz sprawdzić swoją wiedzę, wypróbowując kolejno: direction = "greater", direction = "two_sided" i direction = "less" przed przesłaniem odpowiedzi.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Visualize and calculate the p-value for the original dataset
disc_perm %>%
  ___(obs_stat = ___, direction = "___")

disc_perm %>%
  ___(___, ___)

# Visualize and calculate the p-value for the small dataset
___ %>%
  ___(___, ___)

___ %>%
  ___(___, ___)

# Visualize and calculate the p-value for the big dataset
___ %>%
  ___(___, ___)

___ %>%
  ___(___, ___)

Edytuj i uruchom kod