Podstawy wnioskowania statystycznego w R

W tym rozdziale zdobędziesz narzędzia i wiedzę potrzebne do przeprowadzenia pełnego testu hipotezy. Czyli: mając dany zbiór danych, będziesz wiedzieć, czy odrzucenie hipotezy zerowej na rzecz badanej hipotezy jest uzasadnione.

Będziesz kontynuować naukę testowania hipotez na nowym przykładzie, korzystając z tej samej struktury testów randomizacyjnych. W tym rozdziale skupimy się jednak na różnych rodzajach błędów (typu I i II): jak do nich dochodzi, kiedy jeden jest poważniejszy od drugiego oraz jak czynniki takie jak wielkość próby i wielkość efektu wpływają na częstość błędów.

Jako uzupełnienie testowania hipotez, przedziały ufności pozwalają szacować parametry populacji. Pamiętaj, że zawsze interesuje cię jakaś cecha całej populacji, ale dysponujesz jedynie niepełnymi informacjami – szacujesz parametr na podstawie danych z próbki. W tym rozdziale parametrem jest rzeczywista proporcja sukcesów w populacji. Do oszacowania zmienności potrzebnej do wyznaczenia przedziału ufności wykorzystamy metodę bootstrappingu.