Khi giả thuyết không đúng
Trong bài tập này, bạn sẽ chạy một thí nghiệm: điều gì xảy ra khi bạn thực hiện kiểm định giả thuyết trong khi bạn biết rằng giả thuyết không (null) là đúng? Bạn hy vọng sẽ giữ nguyên giả thuyết không, nhưng luôn có khả năng bạn mắc lỗi suy luận thống kê.
Để bắt đầu thí nghiệm, chúng tôi đã tạo một biến giải thích mới tên là coinflip ghi lại kết quả tung đồng xu công bằng cho từng đối tượng. Với biến đó, bạn có thể nêu giả thuyết không sau:
$$ H_{0}: p_{heads} - p_{tails} = 0 $$
Điều này khẳng định không có khác biệt về tỷ lệ ủng hộ án tử hình giữa những người tung được "heads" và những người tung được "tails". Vì coinflip được tạo độc lập với cappun, chúng ta biết rằng giả thuyết không này là đúng. Câu hỏi là: kiểm định của bạn sẽ bác bỏ hay giữ nguyên giả thuyết không này?
Bài tập này là một phần của khóa học
Suy luận cho dữ liệu phân loại trong R
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Inspect coinflip
gssmod %>%
select(coinflip)
# Compute two proportions
___ <- gssmod %>%
group_by(coinflip) %>%
summarize(prop_favor = mean(___ == ___)) %>%
pull()
# See the result
p_hats