有離群值與無離群值的推論（隨機化）
利用隨機化檢定，你可以再次評估離群值對線性模型推論結論的影響。請在 hypdata_out 資料上進行兩次隨機化檢定：一次保留離群值、一次移除離群值。請注意，較長的程式碼行能清楚表達隨機化檢定的各個步驟。
本練習屬於課程
R 中的線性迴歸推論
練習說明
以含有離群值的資料框 hypdata_out 與已移除離群值的資料框 hypdata_noout 為基礎，已分別建立 perm_slope_out 與 perm_slope_noout 資料框，內含原始資料集對應的置換斜率。觀察到的斜率則分別存於變數 obs_slope_out 與 obs_slope_noout。
- 請找出 p 值：計算（
abs絕對值後）置換斜率大於或等於（取abs絕對值後的）觀察斜率的比例。與先前相同，對該布林不等式取mean來得到比例。
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。
# 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 = ___)