Fondamenti di inferenza in R

In questo capitolo acquisirai gli strumenti e le conoscenze per eseguire un test d’ipotesi completo. Dato un insieme di dati, saprai se è appropriato o meno rifiutare l’ipotesi nulla a favore dell’ipotesi di ricerca di interesse.

Continuerai a lavorare sui test d’ipotesi con un nuovo esempio e la stessa struttura dei test di randomizzazione. In questo capitolo, però, l’attenzione sarà rivolta ai diversi errori (tipo I e tipo II), a come si commettono, a quando uno è peggiore dell’altro e a come fattori come dimensione del campione ed entità dell’effetto influenzano i tassi di errore.

Come complemento ai test d’ipotesi, gli intervalli di confidenza ti permettono di stimare un parametro di popolazione. Ricorda che il tuo interesse è sempre rivolto a una caratteristica della popolazione, ma disponi solo di informazioni incomplete per stimare il parametro usando dati campionari. Qui, il parametro è la vera proporzione di successi in una popolazione. Il bootstrapping viene usato per stimare la variabilità necessaria a costruire l’intervallo di confidenza.