Sammanfattning av alternativkostnad (2)

Nu när du har skapat randomiseringsfördelningen använder du den för att bedöma om den observerade proportionsskillnaden är förenlig med nollhypotesens skillnad. Du mäter denna överensstämmelse – eller brist på den – med ett p-värde, det vill säga andelen permuterade skillnader som är mindre än eller lika med den observerade skillnaden.

Den permuterade datamängden och den ursprungliga observerade statistikan finns tillgängliga i din arbetsyta som opp_perm respektive diff_orig.

Använd visualize och get_p_value med de inbyggda funktionerna i infer. Kom ihåg att nollstatistikorna ligger ovanför den ursprungliga skillnaden, vilket innebär att p-värdet – som representerar hur ofta ett nollvärde är mer extremt – beräknas genom att räkna antalet nollvärden som är less än den ursprungliga skillnaden.

Den här övningen är en del av kursen

Grundläggande inferens i R

Visa kurs

Övningsinstruktioner

Använd först visualize för att visa samplingfördelningen av de permuterade statistikorna, markera platsen där obs_stat = diff_orig och färglägg värden nedanför med kommandot direction = "less".
Beräkna sedan get_p_value som andelen permuterade statistikor där direction = "less" gäller i förhållande till obs_stat = diff_orig.
Som ett alternativt sätt att beräkna p-värdet, använd summarize() och mean() för att hitta andelen gånger som de permuterade skillnaderna i opp_perm (kallade stat) är mindre än eller lika med den observerade skillnaden (diff_orig).
Testa dina kunskaper genom att prova direction = "greater", direction = "two_sided" och direction = "less" innan du skickar in ditt svar för både visualize och get_p_value.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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 = ___)

Redigera och kör kod