Calculando os p-values

No vídeo, você viu que o p-value mede o grau de discordância entre os dados e a hipótese nula. Aqui, você vai calcular o p-value para o conjunto de dados original de discriminação e também para as versões pequena e grande, disc_small e disc_big.

As diferenças originais nas proporções estão disponíveis no seu ambiente de trabalho: diff_orig, diff_orig_small e diff_orig_big, assim como os conjuntos permutados, disc_perm, disc_perm_small e disc_perm_big.

Lembre que aqui você está interessado apenas no teste de hipótese unilateral. Ou seja, você quer responder à pergunta: "Homens têm mais probabilidade de serem promovidos do que mulheres?"

Este exercício faz parte do curso

Fundamentos de Inferência em R

Ver curso

Instruções do exercício

Use visualize() e get_p_value() das funções internas do infer. Lembre-se de que as estatísticas sob a nula ficam abaixo da diferença original, então o p-value (que representa com que frequência um valor sob a nula é mais "extremo") é calculado contando quantos valores nulos são greater do que a diferença original.
Repita para o conjunto pequeno, disc_perm_small, que tem diferença observada diff_orig_small.
Repita para o conjunto grande, disc_perm_big, que tem diferença observada diff_orig_big.
Você pode testar seus conhecimentos experimentando: direction = "greater", direction = "two_sided" e direction = "less" antes de Enviar Resposta.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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
___ %>%
  ___(___, ___)

___ %>%
  ___(___, ___)

Editar e executar o código