在假設檢定的最後，常見做法是對虛無假設的有效性做出二元決策。使用 alpha = 0.05，你對虛無假設的結論是什麼？
記得，你可以在主控台執行以下程式碼來計算 p-value：
null %>% summarize(pval = 2 * mean(stat > p_hat)) %>% pull()
本練習屬於課程
將理論付諸實踐，立即體驗我們的互動練習
在本章中，你將學會如何針對描述類別資料的單一參數進行統計推論。內容包含單一比例的重抽樣方法與近似方法。
本章將更深入進行單一參數的假設檢定與信賴區間建構。接著，你會學會如何對兩個比例的差進行推論。最後，本章將探討在虛無假設為真時會發生什麼情況。
當前練習
本章將帶你學習使用重抽樣方法與古典方法，來檢定兩個類別變數是否獨立。內容涵蓋如何執行卡方檢定。
課程最後以兩個使用選舉資料的案例作結。在這裡，你將學會使用卡方檢定來檢查配適度。你會研究伊朗與愛荷華州的選舉結果，並檢驗 Benford 定律是否適用於這些資料集。
