Випадкові розподіли

Основи інференції в R

Jo Hardin

Instructor

Логіка інференції

ch1_2_v2_infer.002.png

Логіка інференції

ch1_2_v2_infer.003.png

Логіка інференції

ch1_2_v2_infer.004.png

Логіка інференції

ch1_2_v2_infer.005.png

Логіка інференції

ch1_2_v2_infer.006.png

Логіка інференції

Розуміння нульового розподілу

Генерування розподілу статистики з нульової сукупності показує, чи суперечать спостережені дані нульовій гіпотезі

Розуміння нульового розподілу

Початкові дані

Location	Cola	Orange
East	28	6
West	19	7

$\hat{p}_\text{east} = 28/(28 + 6) = 0.82$

$\hat{p}_\text{west} = 19/(19 + 7) = 0.73$

Розуміння нульового розподілу

Перше перемішування, як у вихідних

Location	Cola	Orange
East	28	6
West	19	7

ch1_2_v2_infer.017.png

Розуміння нульового розподілу

Друге перемішування

Location	Cola	Orange
East	27	7
West	20	6

ch1_2_v2_infer.019.png

Розуміння нульового розподілу

Третє перемішування

Location	Cola	Orange
East	28	8
West	21	5

ch1_2_v2_infer.020.png

Розуміння нульового розподілу

Четверте перемішування

Location	Cola	Orange
East	25	9
West	22	4

ch1_2_v2_infer.021.png

Розуміння нульового розподілу

П'яте перемішування

Location	Cola	Orange
East	29	5
West	18	8

ch1_2_v2_infer.022.png

Розуміння нульового розподілу

П'яте перемішування

Location	Cola	Orange
East	29	5
West	18	8

ch1_2_v2_infer.023.png

Розуміння нульового розподілу

ch1_2_v2_infer.024.png

Розуміння нульового розподілу

ch1_2_v2_infer.025.png

Розуміння нульового розподілу

ch1_2_v2_infer.026.png

Розуміння нульового розподілу

ch1_2_v2_infer.027.png

Розуміння нульового розподілу

ch1_2_v2_infer.028.png

Розуміння нульового розподілу

ch1_2_v2_infer.029.png

Одна випадкова перестановка

soda %>%
group_by(location) %>%
summarize(prop_cola = 
    mean(drink == "cola")) %>%
summarize(diff(prop_cola))

# A tibble: 1 x 1
  `diff(prop_cola)`
              <dbl>
1        -0.09276018

library(infer)
soda %>% specify(drink ~ location,
                success = "cola") %>%
hypothesize(null = "independence") %>%
generate(reps = 1, type = "permute") %>%
calculate(stat = "diff in props", 
            order = c("west","east"))

# A tibble: 1 x 2
  replicate        stat
      <int>        <dbl>
1        1    -0.02488688

Багато випадкових перестановок

soda %>%
  specify(drink ~ location, success = "cola") %>%
  hypothesize(null = "independence") %>%
  generate(reps = 5, type = "permute") %>%
  calculate(stat = "diff in props", order = c("west", "east"))

# A tibble: 5 x 2
  replicate        stat
      <int>       <dbl>
1         1  0.04298643
2         2 -0.09276018
3         3  0.11085973
4         4  0.17873303
5         5 -0.16063348

Випадковий розподіл

ch1_2_v2_infer.047.png

Давайте потренуємось!

Основи інференції в R