การทดสอบ t แบบ Simulation
ในบทที่ 2 คุณได้ทำการทดสอบ t ด้วยตนเองทีละขั้นตอนเพื่อสำรวจสมมติฐานเหล่านี้
\(H_{0}\): น้ำหนักเฉลี่ยของสินค้าที่ไม่ล่าช้าเท่ากับน้ำหนักเฉลี่ยของสินค้าที่ล่าช้า
\(H_{A}\): น้ำหนักเฉลี่ยของสินค้าที่ไม่ล่าช้าน้อยกว่าน้ำหนักเฉลี่ยของสินค้าที่ล่าช้า
สามารถรันการทดสอบได้อย่างกระชับยิ่งขึ้นโดยใช้ t_test() ของ infer
late_shipments %>%
t_test(
weight_kilograms ~ late,
order = c("No", "Yes"),
alternative = "less"
)
t_test() ถือว่า null distribution มีการกระจายแบบปกติ แต่เราสามารถหลีกเลี่ยงข้อสมมติฐานนี้ได้ด้วยการใช้วิธีการที่เทียบเท่ากันแบบ non-parametric ที่อาศัย simulation แทน
late_shipments พร้อมใช้งานแล้ว และได้โหลด dplyr กับ infer ไว้แล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Hypothesis Testing in R
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Fill out the null distribution pipeline
null_distn <- late_shipments %>%
# Specify weight_kilograms vs. late
___ %>%
# Declare a null hypothesis of independence
___ %>%
# Generate 1000 permutation replicates
___ %>%
# Calculate the difference in means ("No" minus "Yes")
___
# See the results
null_distn