Подводим итоги: альтернативные издержки (2)

Теперь, когда вы построили рандомизационное распределение, используйте его, чтобы оценить, согласуется ли наблюдаемая разность долей с нулевой разностью. Степень такого согласия (или его отсутствия) измеряется с помощью p-значения — доли перестановочных разностей, которые меньше или равны наблюдаемой разности.

Перестановочный набор данных и исходная наблюдаемая статистика доступны в вашем рабочем пространстве как opp_perm и diff_orig соответственно.

Постройте визуализацию с помощью visualize и вычислите p-значение с помощью get_p_value, используя встроенные функции пакета infer. Обратите внимание: нулевые статистики расположены выше наблюдаемой разности, поэтому p-значение (отражающее, как часто нулевое значение оказывается более экстремальным) вычисляется как количество нулевых значений, которые less (меньше) наблюдаемой разности.

Это упражнение является частью курса

Основы статистического вывода в R

Посмотреть курс

Инструкции к упражнению

Сначала вызовите visualize для визуализации выборочного распределения перестановочных статистик, указав положение наблюдаемой статистики через obs_stat = diff_orig и выделив цветом значения ниже неё с помощью аргумента direction = "less".
Затем вычислите p-значение с помощью get_p_value как долю перестановочных статистик, для которых выполняется условие direction = "less" относительно obs_stat = diff_orig.
В качестве альтернативного способа вычисления p-значения используйте summarize() и mean(), чтобы найти долю случаев, когда перестановочные разности в opp_perm (столбец stat) меньше или равны наблюдаемой разности (diff_orig).
Для закрепления знаний попробуйте поочерёдно передать значения direction = "greater", direction = "two_sided" и direction = "less" в функции visualize и get_p_value перед отправкой окончательного ответа.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Visualize the statistic 
opp_perm %>%
  ___(___, ___)

# Calculate the p-value using `get_p_value`
opp_perm %>%
  ___(___, ___)

# Calculate the p-value using `summarize`
opp_perm %>%
  summarize(p_value = ___)

Редактировать и запускать код