Fırsat maliyetini özetleme (2)

Artık rastgeleleştirme dağılımını oluşturduğuna göre, gözlenen oran farkının sıfır farkla tutarlı olup olmadığını değerlendirmek için bunu kullanacaksın. Bu tutarlılığı (ya da tutarsızlığı) bir p-değeriyle, yani gözlenen farktan küçük veya ona eşit permütasyon farklarının oranıyla ölçeceksin.

Permüte edilmiş veri kümesi ve orijinal gözlenen istatistik, çalışma alanında sırasıyla opp_perm ve diff_orig olarak mevcut.

Yerleşik infer fonksiyonlarını kullanarak visualize ve get_p_value uygula. Sıfır istatistiklerinin orijinal farkın üzerinde olduğunu unutma; bu nedenle p-değeri (bir sıfır değerinin ne sıklıkla daha "aşırı" olduğunu temsil eder) orijinal farktan less olan sıfır değerlerinin sayısı sayılarak hesaplanır.

Bu egzersiz, kursun bir parçasıdır

R ile Çıkarımın Temelleri

Kursa Göz Atın

Egzersiz talimatları

Önce permüte istatistiklerin örnekleme dağılımını visualize ile çiz ve obs_stat = diff_orig konumunu göster; aşağıdaki değerleri direction = "less" komutuyla renklendir.
Ardından get_p_value, obs_stat = diff_orig değerinden direction = "less" olan permüte istatistiklerin oranı olarak hesaplanır.
P-değerini hesaplamanın alternatif bir yolu olarak, summarize() ve mean() kullanarak opp_perm içindeki permüte farkların (stat olarak adlandırılır) gözlenen farktan (diff_orig olarak adlandırılır) küçük veya ona eşit olma oranını bul.
Cevabını göndermeden önce hem visualize hem de get_p_value için bilginı sınamak amacıyla şunları denemeyi unutma: direction = "greater", direction = "two_sided" ve direction = "less".

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Visualize the statistic 
opp_perm %>%
  ___(___, ___)

# Calculate the p-value using `get_p_value`
opp_perm %>%
  ___(___, ___)

# Calculate the p-value using `summarize`
opp_perm %>%
  summarize(p_value = ___)

Kodu Düzenle ve Çalıştır