開始使用免費開始

當虛無假設為真:決策

在上一個練習中,觀察到的母體比例差位於虛無分佈的中間偏穩定的位置。這一題要正式判定是否要拒絕虛無假設,但這次不使用 p 值,而是使用「拒絕域」的概念。

拒絕域是會導致你拒絕虛無假設的統計量取值範圍。在雙尾檢定中,會有兩個拒絕域。你知道上尾應包含虛無統計量中最大的 2.5%(當 alpha = .05),因此可以用 .975quantile() 來找臨界值。相同地,下尾包含最小的 2.5% 的虛無統計量,也可用 quantile() 找到。

以下用簡單資料集 x 快速示範 quantile() 函式怎麼運作。

x <- c(0, 2, 4, 6, 8, 10, 12, 14, 16, 18, 20)
quantile(x, probs = .5)
quantile(x, probs = .8)

一旦用上下界定義好拒絕域,你就能根據觀察到的統計量是否介於這兩個臨界值之間來做決策:若介於其間,則「無法拒絕」虛無假設;若落在外面,則「拒絕」虛無假設。

本練習屬於課程

R 中的類別資料推論

檢視課程

動手互動練習

試著完成這個範例程式碼,體驗一下這個練習。

# 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(___, ___)
編輯並執行程式碼