Suy luận có và không có ngoại lệ (randomization)
Với phép kiểm định hoán vị (randomization test), bạn có thể tiếp tục đánh giá tác động của một điểm ngoại lệ lên kết luận suy luận của mô hình tuyến tính. Chạy kiểm định hoán vị trên dữ liệu hypdata_out hai lần: một lần giữ nguyên giá trị ngoại lệ và một lần loại bỏ nó. Lưu ý rằng các dòng mã mở rộng diễn giải rõ ràng các bước của phép kiểm định hoán vị.
Bài tập này là một phần của khóa học
Suy luận cho hồi quy tuyến tính trong R
Hướng dẫn bài tập
Sử dụng các data frame hypdata_out (có chứa ngoại lệ) và hypdata_noout (đã loại ngoại lệ), các data frame perm_slope_out và perm_slope_noout đã được tạo để lưu các hệ số dốc hoán vị từ các bộ dữ liệu gốc, tương ứng. Các giá trị quan sát được lưu trong biến obs_slope_out và obs_slope_noout.
- Tìm p-value bằng cách tính tỉ lệ các hệ số dốc hoán vị có (giá trị
abstuyệt đối) lớn hơn hoặc bằng (giá trịabstuyệt đối của) hệ số dốc quan sát. Như trước đây, dùngmeantrên bất đẳng thức nhị phân để tính tỉ lệ.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Calculate the p-value with the outlier
perm_slope_out %>%
mutate(abs_perm_slope = ___) %>%
summarize(p_value = ___)
# Calculate the p-value without the outlier
perm_slope_noout %>%
mutate(abs_perm_slope = ___) %>%
summarize(p_value = ___)