Підсумок альтернативної вартості (2)

Тепер, коли ви створили розподіл рандомізації, ви використаєте його, щоб оцінити, чи узгоджується спостережувана різниця часток з нульовою різницею. Ви виміряєте цю узгодженість (або її відсутність) p-значенням, тобто часткою переставлених різниць, менших або рівних спостережуваній різниці.

Переставлений набір даних і початкова спостережувана статистика доступні у вашому середовищі як opp_perm та diff_orig відповідно.

Скористайтеся функціями visualize і get_p_value з пакета infer. Пам'ятайте, що нульові статистики розташовані вище за початкову різницю, тож p-значення (яке показує, як часто нульове значення є більш «екстремальним») обчислюється підрахунком кількості нульових значень, які є less за початкову різницю.

Ця вправа є частиною курсу

Основи інференції в R

Переглянути курс

Інструкції до вправи

Спочатку visualize розподіл вибірки переставлених статистик, позначивши місце, де obs_stat = diff_orig, і зафарбуйте значення нижче, задавши direction = "less".
Далі get_p_value обчислюється як частка переставлених статистик, що є direction = "less" за obs_stat = diff_orig.
Як альтернативний спосіб обчислення p-значення, використайте summarize() та mean(), щоб знайти частку разів, коли переставлені різниці в opp_perm (поле stat) менші або рівні спостережуваній різниці (diff_orig).
Можете перевірити свої знання, спробувавши: direction = "greater", direction = "two_sided" та direction = "less" перед тим, як надіслати відповідь і для visualize, і для get_p_value.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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 = ___)

Редагувати та запускати код