เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การคำนวณ z-score

เนื่องจากตัวแปรแต่ละตัวมีช่วงค่าและหน่วยวัดที่แตกต่างกัน เราจึงต้องทำการ standardize ก่อน ตัวอย่างเช่น หากผลการทดสอบสมมติฐานเปลี่ยนไปเพียงเพราะใช้สกุลเงินยูโรแทนดอลลาร์สหรัฐ ก็จะไม่สมเหตุสมผลเลย การ standardize ช่วยแก้ปัญหานี้ได้

ค่าที่ผ่านการ standardize แล้วที่สำคัญในการทดสอบสมมติฐานเรียกว่า z-score ในการคำนวณ z-score ต้องใช้ตัวเลข 3 ค่า ได้แก่ สถิติจากกลุ่มตัวอย่าง (point estimate), สถิติที่ตั้งสมมติฐานไว้, และ standard error ของสถิตินั้น (ซึ่งประมาณจาก bootstrap distribution)

สถิติจากกลุ่มตัวอย่างคือ late_prop_samp

late_shipments_boot_distn คือ bootstrap distribution ของสัดส่วนการจัดส่งที่ล่าช้า โดยค่าสถิติสัดส่วนการจัดส่งที่ล่าช้าอยู่ในคอลัมน์ late_prop

late_prop_samp และ late_shipments_boot_distn พร้อมใช้งานแล้ว และโหลด dplyr ไว้เรียบร้อยแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Hypothesis Testing in R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ตั้งสมมติฐานว่าสัดส่วนการจัดส่งที่ล่าช้าคือ 6%
  • คำนวณ standard error ซึ่งก็คือส่วนเบี่ยงเบนมาตรฐานของ bootstrap distribution
  • คำนวณ z-score

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Hypothesize that the proportion is 6%
late_prop_hyp <- ___

# Calculate the standard error
std_error <- ___



# Find z-score of late_prop_samp
z_score <- ___

# See the results
z_score
แก้ไขและรันโค้ด