Bootstrapový t-interval spolehlivosti

Z předchozích cvičení vyplývají dvě důležité věci:

Variabilitu spojenou s \(\hat{p}\) lze měřit opakovaným vzorkováním z původního vzorku.
Jakmile variabilitu \(\hat{p}\) znáš, můžeš ji využít k tomu, abys odhadl/a, jak daleko se nachází skutečný podíl.

Všimni si, že míra spolehlivosti (zde 95 %) udává, jak často je vzorek vybrán tak, aby byl blízko populačního parametru. Nikdy nebudeš vědět, jestli konkrétní dataset je parametru blízko, nebo daleko – víš ale, že za celý svůj život by ti 95 % vzorků mělo dávat odhady v rozsahu \(2SE\) od skutečného populačního parametru.

V pracovním prostředí máš k dispozici výsledky z jediného průzkumu, one_poll, a data z 1 000 bootstrapových převzorkování, one_poll_boot. Tato data vycházejí z Experimentu 2 z dřívější části kapitoly.

Steně jako v předchozím cvičení platí, že při popisu variability statistiky se tato hodnota označuje jako směrodatná chyba.

Toto cvičení je součástí kurzu

Základy statistické inference v R

Zobrazit kurz

Pokyny k cvičení

Vypočítej \(\hat{p}\) a výsledek ulož do p_hat. V rámci volání summarize() vypočítej stat jako průměr případů, kdy se vote rovná "yes".
Najdi interval hodnot, které jsou pro skutečný parametr věrohodné, výpočtem \(\hat{p} \pm 2SE\).
- Dolní hranici (lower) intervalu spolehlivosti tvoří p_hat minus dvojnásobek směrodatné chyby stat. Směrodatnou chybu vypočítej pomocí sd().
- Horní hranici (upper) tvoří p_hat plus dvojnásobek směrodatné chyby stat.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# From previous exercises
one_poll <- all_polls %>%
  filter(poll == 1) %>%
  select(vote)
one_poll_boot <- one_poll %>%
  specify(response = vote, success = "yes") %>%
  generate(reps = 1000, type = "bootstrap") %>% 
  calculate(stat = "prop")
  
p_hat <- one_poll %>%
  # Calculate proportion of yes votes
  summarize(stat = ___) %>%
  pull()

# Create an interval of plausible values
one_poll_boot %>%
  summarize(
    # Lower bound is p_hat minus 2 std errs
    lower = ___,
    # Upper bound is p_hat plus 2 std errs
    upper = ___
  )

Upravit a spustit kód