指定与假设

在第 3 章中，您对不同运费成本组的延迟发货比例进行了两样本比例检验。回顾其假设：

\(H_{0}\): \(late_{\text{expensive}} - late_{\text{reasonable}} = 0\)

\(H_{A}\): \(late_{\text{expensive}} - late_{\text{reasonable}} > 0\)

现在，让我们将使用 prop_test() 的传统方法，与基于模拟的 infer 流水线进行对比。

late_shipments 已提供；dplyr 和 infer 已加载。

问题

运行第 3 章使用过的比例检验代码。设定显著性水平 alpha = 0.05，证据表明什么结论？

p 值小于或等于显著性水平，因此应当拒绝"各运费成本组的延迟发货比例相同"的原假设。

p 值小于或等于显著性水平，因此应当不拒绝"各运费成本组的延迟发货比例相同"的原假设。

p 值大于显著性水平，因此应当拒绝"各运费成本组的延迟发货比例相同"的原假设。

p 值大于显著性水平，因此应当不拒绝"各运费成本组的延迟发货比例相同"的原假设。