含/不含离群值的推断（随机化）
使用随机化检验，您可以再次评估离群值对线性模型推断结论的影响。请对 hypdata_out 数据运行两次随机化检验：一次保留该离群值，一次移除该离群值。请注意，这里较长的代码行清晰展示了随机化检验的各个步骤。
本练习是课程的一部分
R 中的线性回归推断
练习说明
使用数据框 hypdata_out（包含一个离群值）和 hypdata_noout（已移除离群值），已经分别创建了数据框 perm_slope_out 和 perm_slope_noout，用于存放原始数据集的置换斜率。观测到的斜率分别存放在变量 obs_slope_out 和 obs_slope_noout 中。
- 通过计算置换斜率中（
abs值）大于等于观测斜率（abs值）的比例来得到 p 值。与之前一样，在二元不等式上使用mean来求比例。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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 = ___)