p-değerlerini hesaplama

Videoda, p-değerinin veriler ile sıfır hipotez arasındaki uyuşmazlık derecesini ölçtüğünü öğrendin. Burada, özgün ayrımcılık veri kümesi için ve onun küçük ve büyük sürümleri olan disc_small ve disc_big için p-değerini hesaplayacaksın.

Oranlardaki özgün farklar çalışma alanında hazır: diff_orig, diff_orig_small ve diff_orig_big. Aynı şekilde permütasyonla elde edilmiş veri kümeleri de mevcut: disc_perm, disc_perm_small ve disc_perm_big.

Burada yalnızca tek yönlü hipotez testine odaklandığını hatırla. Yani şu soruya yanıt arıyorsun: "Erkeklerin terfi edilme olasılığı kadınlara göre daha mı yüksek?"

Bu egzersiz, kursun bir parçasıdır

R ile Çıkarımın Temelleri

Kursa Göz Atın

Egzersiz talimatları

Yerleşik infer fonksiyonlarını kullanarak visualize() ve get_p_value() çalıştır. Sıfır istatistiklerinin özgün farkın altında olduğunu unutma; bu yüzden p-değeri (sıfır değerinin ne kadar sık daha "aşırı" olduğunu gösterir) özgün farktan greater olan sıfır değerlerinin sayılarak hesaplanır.
Gözlenen farkı diff_orig_small olan küçük veri kümesi disc_perm_small için tekrarla.
Gözlenen farkı diff_orig_big olan büyük veri kümesi disc_perm_big için tekrarla.
Yanıtını göndermeden önce direction = "greater", direction = "two_sided" ve direction = "less" deneyerek kendini test edebilirsin.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Visualize and calculate the p-value for the original dataset
disc_perm %>%
  ___(obs_stat = ___, direction = "___")

disc_perm %>%
  ___(___, ___)

# Visualize and calculate the p-value for the small dataset
___ %>%
  ___(___, ___)

___ %>%
  ___(___, ___)

# Visualize and calculate the p-value for the big dataset
___ %>%
  ___(___, ___)

___ %>%
  ___(___, ___)

Kodu Düzenle ve Çalıştır