Teststatistika och p-värden

Statistiskt tänkande i Python (del 2)

Justin Bois

Lecturer at the California Institute of Technology

Skiljer sig OH och PA åt?

ch3-2.002.png

¹ Data hämtad från Data.gov (https://www.data.gov/)

Bedömning av hur rimliga observerade data är under antagandet att en hypotes stämmer

Ett enda tal som kan beräknas från observerade data och från data simulerade under nollhypotesen
Det utgör grunden för jämförelsen mellan de två

np.mean(perm_sample_PA) - np.mean(perm_sample_OH)

1.122220149253728

np.mean(dem_share_PA) - np.mean(dem_share_OH) # orig. data

1.1582360922659518

ch3-2.014.png

¹ Data hämtad från Data.gov (https://www.data.gov/)

ch3-2.016.png

¹ Data hämtad från Data.gov (https://www.data.gov/)

Sannolikheten att få ett värde på teststatistikan som är minst lika extremt som det observerade, under antagandet att nollhypotesen stämmer
INTE sannolikheten att nollhypotesen är sann

Statistiskt tänkande i Python (del 2)