Randomiseringens fördelning

Med 100 upprepningar kan du förstå hur permutation fungerar i praktiken. Däremot räcker inte 100 för att täcka in hela spannet av troliga värden för nolldifferenserna i proportioner.

Kom ihåg de fyra stegen i inferensprocessen. Dessa fyra steg används i alla inferensövningar i den här kursen och i framtida kurser i statistisk inferens. Använd funktionsnamnen som stöd för att minnas analysprocessen.

specify anger respons- och förklaringsvariablerna.
hypothesize deklarerar nollhypotesen.
generate genererar nya urval, permutationer eller simuleringar.
calculate beräknar sammanfattande statistik.

I den här övningen upprepar du processen 1 000 gånger för att få en bild av hela fördelningen av nolldifferenser i proportioner.

Den här övningen är en del av kursen

Grundläggande inferens i R

Visa kurs

Övningsinstruktioner

Paketen dplyr, ggplot2, NHANES och infer har laddats in åt dig.

Generera 1 000 differenser i proportioner genom att blanda om variabeln HomeOwn med hjälp av infer-syntaxen. Kom ihåg infer-syntaxen:
- specify att sambandet av intresse är HomeOwn mot Gender, och att ett lyckat utfall i det här sammanhanget är ägande av bostad, success = "Own".
- hypothesize att nollhypotesen är sann med null = "independence" (det vill säga att kön och boendeform inte är relaterade).
- generate 1 000 permutationer; sätt reps till 1000.
- calculate statistiken stat = "diff in props" med ordningen c("male", "female").
Kör koden för täthetskurvan för att skapa en utjämnad visuell representation av fördelningen av differenser. Vilken form har kurvan?

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Perform 1000 permutations
homeown_perm <- homes %>%
  # Specify HomeOwn vs. Gender, with `"Own" as success
  ___(___ ~ ___, success = "___") %>%
  # Use a null hypothesis of independence
  ___(___) %>% 
  # Generate 1000 repetitions (by permutation)
  ___(reps = ___, type = "permute") %>% 
  # Calculate the difference in proportions (male then female)
  ___(___, order = ___))

# Density plot of 1000 permuted differences in proportions
ggplot(homeown_perm, aes(x = stat)) + 
  geom_density()

Redigera och kör kod