Коли нульова істинна: рішення
У попередній вправі спостережна різниця часток упевнено опинилася посередині нульового розподілу. У цій вправі ви формально вирішите, чи варто відхиляти нульову гіпотезу, але замість p-значень використаєте поняття області відхилення.
Область відхилення — це діапазон значень статистики, за яких ви відхиляєте нульову гіпотезу. У двобічному тесті є дві області відхилення. Ви знаєте, що верхня область має містити найбільші 2,5% нульових статистик (коли alpha = .05), тож порогове значення можна отримати через .975 quantile(). Аналогічно, нижня область містить найменші 2,5% нульових статистик, і її також можна знайти за допомогою quantile().
Нижче коротко показано, як працює функція quantile() для простого набору x.
x <- c(0, 2, 4, 6, 8, 10, 12, 14, 16, 18, 20)
quantile(x, probs = .5)
quantile(x, probs = .8)
Коли ви визначите область відхилення за верхньою та нижньою межами, можна ухвалити рішення щодо нульової гіпотези: перевірте, чи ваше спостережене значення потрапляє між цими межами (тоді ви не відхиляєте нульову) або лежить поза ними (тоді ви відхиляєте її).
Ця вправа є частиною курсу
Статистичні висновки для категоріальних даних у R
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Set alpha
___
# Find cutoffs
lower <- null %>%
summarize(l = quantile(___, probs = ___)) %>%
pull()
upper <- null %>%
summarize(u = quantile(___, probs = ___)) %>%
pull()
# Is d_hat inside cutoffs?
d_hat %>%
between(___, ___)