Arbeta med R-utdata (2)
Med tanke på den vetenskapliga frågeställningen: om IQ enbart styrs av genetik, förväntar vi oss att linjens lutning mellan de två tvillinggrupperna är 1. För att testa det hypotetiserade lutningsvärdet 1 kan vi beräkna en ny teststatistika som mäter hur långt den observerade lutningen avviker från det hypotetiserade värdet 1.
$$new_t = \frac{slope - 1}{SE}$$
Om hypotesen att lutningen är lika med ett stämmer, följer den nya teststatistikan en t-fördelning som vi kan använda för att beräkna ett p-värde.
den biologiska termen från modellen finns tillgänglig som biological_term.
Den här övningen är en del av kursen
Inferens för linjär regression i R
Övningsinstruktioner
- Beräkna frihetsgraderna för datamängden
twins. - Beräkna det tvåsidiga p-värdet för alternativhypotesen att den sanna lutningen skiljer sig från 1. Bygg upp beräkningen steg för steg.
- Beräkna teststatistikan som lutningsestimat
estimateminus1, dividerat med standardfelet. - Beräkna det ensidiga p-värdet för teststatistikan med hjälp av t-fördelningens kumulativa fördelningsfunktion,
pt(), vidtest_statistic, med de frihetsgrader du nyss beräknade. - Beräkna det tvåsidiga p-värdet som det dubbla ensidiga p-värdet.
- Beräkna teststatistikan som lutningsestimat
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Calculate the degrees of freedom of twins
degrees_of_freedom <- nrow(twins) - 2
biological_term %>%
mutate(
# Calculate the test statistic
test_statistic = ___,
# Calculate its one-sided p-value
one_sided_p_value_of_test_statistic = ___,
# ... and its two-sided p-value
two_sided_p_value_of_test_statistic = ___
)