Wnioskowanie z obserwacją odstającą i bez niej (randomizacja)

Korzystając z testu randomizacyjnego, możesz ponownie ocenić wpływ obserwacji odstającej na wnioski inferencyjna modelu liniowego. Przeprowadź test randomizacyjny na danych hypdata_out dwukrotnie: raz z obserwacją odstającą i raz bez niej. Zwróć uwagę, że rozbudowane linie kodu jasno komunikują kolejne kroki testów randomizacyjnych.

To ćwiczenie jest częścią kursu

Wnioskowanie w regresji liniowej w R

Zobacz kurs

Instrukcje do ćwiczenia

Na podstawie ramek danych hypdata_out (zawierającej obserwację odstającą) i hypdata_noout (z usuniętą obserwacją odstającą) utworzono ramki danych perm_slope_out i perm_slope_noout, zawierające permutowane nachylenia odpowiednio dla oryginalnych zbiorów danych. Zaobserwowane wartości są przechowywane w zmiennych obs_slope_out i obs_slope_noout.

Wyznacz wartości p, obliczając proporcję permutowanych nachyleń (w wartości bezwzględnej – abs), które są większe lub równe zaobserwowanemu nachyleniu (w wartości bezwzględnej). Podobnie jak wcześniej, użyj funkcji mean na binarnym porównaniu nierówności, aby obliczyć proporcję.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Calculate the p-value with the outlier
perm_slope_out %>% 
  mutate(abs_perm_slope = ___) %>%
  summarize(p_value = ___)

# Calculate the p-value without the outlier
perm_slope_noout %>% 
  mutate(abs_perm_slope = ___) %>%
  summarize(p_value = ___)

Edytuj i uruchom kod